search

lgehring / bl-predictor

A simple application for predicting game results for the German Bundesliga
https://pypi.org/project/bl-predictor/
MIT License
2 stars 1 forks source link

Ergebnishäufigkeiten #6

Closed f-dangel closed 3 years ago

f-dangel commented 4 years ago

Berechnet die Frequenzen der möglichen Spielausgänge (Heimsieg/Unentschieden/Auswärtssieg) und die durchschnittliche Trefferzahl pro Spiel (Heim/Auswärts) basierend auf den heruntergeladenen Daten. Vergleicht mit den jeweiligen Wahrscheinlichkeiten eurer Vorhersagen sofern möglich.

lgehring commented 4 years ago

@coldfix @f-dangel Leider ist mir der Nutzen des zu implementierenden Features nicht ersichtlich. Das bisherige Modell #4 basiert seine Vorhersage bereits auf den berechneten Gewinn-Frequenzen eines Teams.

  1. Sollen sich die berechneten Frequenzen auf eine festgelegte Kombination (bspw. Tübingen vs. Bayern), auf ein Team (nur Tübingen) oder auf den gesamten ungefilterten Datensatz beziehen? (= Methoden-Parameter)
  2. Ist die Berechnungs-funktion/methode als Teil des schon vorhandenen Modells #4 vorgesehen oder als eine eigene Klasse angedacht?

Vielen Dank Lukas

coldfix commented 4 years ago

Hi, der Gedanke ist die Frequenz gemittelt über alle Teams auszurechnen, also wie wahrscheinlich ist es (unabhängig von den zwei konkret spielenden Manschaften), dass

(a) die Heimmanschaft gewinnt (b) unentschieden gespielt wird (c) die Auswärtsmanschaft gewinnt

und die entsprechenden Trefferzahlen.

Damit könnt ihr zum Beispiel vergleichen, ob euer Modell besser ist als die konstante Vorhersage "Heimmanschaft gewinnt immer" als Baseline.

lgehring commented 4 years ago

Damit könnt ihr zum Beispiel vergleichen, ob euer Modell besser ist als die konstante Vorhersage "Heimmanschaft gewinnt immer" als Baseline.

Alles klar, danke für die schnelle Antwort!