PHP-ML机器学习预测2018俄罗斯世界杯比赛结果

2024-03-18 05:40

本文主要是介绍PHP-ML机器学习预测2018俄罗斯世界杯比赛结果,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

前言:

根据2014年巴西世界杯的小组赛比赛结果和赔率数据简单预测2018世界杯比赛结果,比赛的赔率我们可以事先知道,所以可以使用赔率作为预测数据

技术:

PHP ML库 贝叶斯分类器

样本数据:2014巴西世界杯小组赛赔率情况 和 比赛结果

预测数据:2018俄罗斯世界杯赔率情况

代码:

<?php
/*** 作者:刘海装* 电话:18814137313* 日期:2018-6-12* 项目:根据2014年世界杯的赔率和胜负平情况简单的预测2018世界杯比赛结果* 技术:使用 PHP-ML库 贝叶斯分类器*/
require_once __DIR__ . '/vendor/autoload.php';
use Phpml\Classification\NaiveBayes;//2014世界杯小组赛比赛赔率
$samples = [[1.29,11.13,5.05],[1.43,8.08,4.24],[1.83,4.75,3.33],[2.18,3.55,3.11],[2.58,2.79,3.13],[2.69,2.88,2.97],[1.42,8.36,4.17],[1.82,4.93,3.24],[1.34,8.85,5.05],[1.28,11.12,5.35],[2.37,3.13,3.12],[2.42,2.92,3.25],[4.19,1.94,3.32],[2.01,3.71,3.43],[1.86,4.32,3.47],[1.32,9.26,5.19],[1.35,8.91,4.85],[5.39,1.64,3.8],[1.56,5.54,4.27],[12.92,1.21,6.39],[2.27,3.19,3.28],[3.58,2.02,3.55],[2.04,3.65,3.38],[5.52,1.6,3.95],[4.57,1.81,3.49],[1.52,6.59,4.04],[4.2,1.87,3.51],[1.3,9.2,5.45],[1.13,19.99,8.36],[4.45,1.75,3.77],[2.42,3,3.21],[2.12,3.55,3.29],[2.62,2.66,3.31],[1.12,19.89,8.53],[2.55,2.69,3.38],[7.51,1.39,4.91],[3.78,1.97,3.48],[3.46,2.05,3.57],[4.32,1.78,3.8],[2.53,2.76,3.31],[5.21,1.63,3.96],[7.22,1.44,4.37],[2.12,3.45,3.45],[8.49,1.45,3.99]
];
//2014世界杯小组赛比赛结果
$labels = ['win','win','fail','win','win','fail','fail','win','win','win','win','fail','ping','win','ping','ping','win','fail','fail','fail','ping','win','win','fail','fail','fail','win','fail','win','ping','fail','win','fail','ping','win','fail','win','fail','ping','fail','ping','fail','win','fail'];
//使用贝叶斯分类器统计
$classifier = new NaiveBayes();
//开始学习
$classifier->train($samples, $labels);
//获取2018世界杯前9场比赛的赔率情况
$predictData = ['俄罗斯 vs 沙特'=>[1.4,8.35,4.1],//俄罗斯 vs 沙特'埃及 vs 乌拉圭'=>[6.25,1.6,3.6],//埃及 vs 乌拉圭'摩洛哥 vs 伊朗'=>[2.5,3.6,2.9],//摩洛哥 vs 伊朗'葡萄牙 vs 西班牙'=>[4.25,1.9,3.3],//葡萄牙 vs 西班牙'法国 vs 澳洲'=>[1.2,11.25,5.95],//法国 vs 澳洲'秘鲁 vs 丹麦'=>[3.05,2.4,3.15],//秘鲁 vs 丹麦'克罗蒂亚 vs 尼日利亚'=>[1.7,5.0,3.55],//克罗蒂亚 vs 尼日利亚'哥斯达黎加 vs 塞尔维亚'=>[4.25,1.9,3.35],//哥斯达黎加 vs 塞尔维亚'德国 vs 墨西哥'=>[1.45,6.6,4.1],//德国 vs 墨西哥
];
//预测2018世界杯前9场比赛结果
$res = [];
foreach($predictData as $team=>$data){$res[$team] = $classifier->predict($data);
}
//打印预测结果
echo '<pre>';
print_r($res);

预测结果如下:

Array
([俄罗斯 vs 沙特] => win //俄罗斯  赢 沙特[埃及 vs 乌拉圭] => fail //埃及  输  乌拉圭[摩洛哥 vs 伊朗] => win[葡萄牙 vs 西班牙] => fail[法国 vs 澳洲] => win[秘鲁 vs 丹麦] => fail[克罗蒂亚 vs 尼日利亚] => win[哥斯达黎加 vs 塞尔维亚] => fail[德国 vs 墨西哥] => win
)

特别说明:以上数据分析,纯属个人学习用,预测结果和实际情况可能会有偏差,不能用于其他用途。

转载于:https://my.oschina.net/u/3223370/blog/1828869

这篇关于PHP-ML机器学习预测2018俄罗斯世界杯比赛结果的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/weixin_34024034/article/details/92379138
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/821345

相关文章

Go学习记录之runtime包深入解析

《Go学习记录之runtime包深入解析》Go语言runtime包管理运行时环境,涵盖goroutine调度、内存分配、垃圾回收、类型信息等核心功能,:本文主要介绍Go学习记录之runtime包的... 目录前言:一、runtime包内容学习1、作用:① Goroutine和并发控制:② 垃圾回收:③ 栈和

Android学习总结之Java和kotlin区别超详细分析

《Android学习总结之Java和kotlin区别超详细分析》Java和Kotlin都是用于Android开发的编程语言,它们各自具有独特的特点和优势,:本文主要介绍Android学习总结之Ja... 目录一、空安全机制真题 1:Kotlin 如何解决 Java 的 NullPointerExceptio

重新对Java的类加载器的学习方式

《重新对Java的类加载器的学习方式》:本文主要介绍重新对Java的类加载器的学习方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、介绍1.1、简介1.2、符号引用和直接引用1、符号引用2、直接引用3、符号转直接的过程2、加载流程3、类加载的分类3.1、显示

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

PHP执行php.exe -v命令报错的解决方案

《PHP执行php.exe-v命令报错的解决方案》:本文主要介绍PHP执行php.exe-v命令报错的解决方案,文中通过图文讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下... 目录执行phpandroid.exe -v命令报错解决方案执行php.exe -v命令报错-PHP War

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06