java - 足球预测程序encog : Inconsistent predictions

Question

我正在制作一个使用 encog 预测足球比赛结果的程序。我创建了一个神经网络，使用弹性传播训练方法使用 90 场比赛的数据对其进行训练。我将比赛结果标记为 1 表示主场获胜，0 表示平局，-1 表示客场获胜。

问题出在预测上。有时我的成功率为 50%，而其他时候我的成功率低至 33%。这就像使用随机函数。我注意到的是，几乎总是最预测的结果是 1(大约 70%)。我试过改变隐藏层的数量、训练的数量，但没有运气，它仍在振荡。如果我做错了什么，任何人都可以帮助我或将我引导到正确的方向。

这是神经网络的代码。我正在从数据库中获取训练数据和预测数据。

Predictor(NeuralDataSet trainingData){
    trainingSet = trainingData;
    network = new BasicNetwork();
    network.addLayer(new BasicLayer(16));
    network.addLayer(new BasicLayer(3));
    network.addLayer(new BasicLayer(1));
    network.getStructure().finalizeStructure();
    network.reset();
}

训练

public void train(int epoch){
    int i =0;
    final Train train =new ResilientPropagation(network,trainingSet);
    while(i<=epoch){
        train.iteration();
        i++;
    }

}

预测

public void successRate(NeuralDataSet trainingData){
    int counter = 0;
    int correct = 0;
    int home=0;
    int away=0;
    int draw=0;
    for(MLDataPair pair: trainingData ) {
        final MLData output = network.compute(pair.getInput());
        if(pair.getIdeal().getData(0)==Math.round(output.getData(0)))
            correct++;
        counter++;
    }
    System.out.println((double)correct/(double)counter);
}

1.) 我正在将数据提供给神经网络 1000。由于情况变得更好，目前正在测试更多/更少。

2,3.) 我有 16 个输入参数。它们包括:主队积分、主队主场胜、平、负、主队总胜、负、平和状态(最近5场比赛的积分增益)。相同的数据仅适用于客队，而不适用于主队主场胜、平、负客场球队客场胜，平，负使用。我将尝试使用不同的训练数据。

Answer 1

根据信息很难说错在哪里，可能有多种原因。但这里有一些潜在的解决方案。

1) 您将训练数据输入神经网络多少次？通常您需要多次传递训练数据以使网络收敛。一次是不够的，尤其是当你只有 90 个训练数据时。

2) 训练数据中有多少个输入参数(它们是什么)？通常您需要将隐藏层节点的数量调整为输入参数的数量。对此没有硬性规定，但我通常从至少两倍数量的隐藏层节点作为输入参数开始。

3)您是否尝试过选择不同的测试数据？我假设您的培训和测试数据不同。您选择的测试数据可能有问题，因为它们与训练数据根本不匹配。也完全有可能无法从您的方法中获得任何可靠的估计。您的输入参数可能完全不足以预测谁赢得任何给定比赛。这是垃圾进，垃圾出，概念。