Machine learning 篮球统计数据的预测算法

我正在做一个项目，我需要根据篮球运动员过去的数据预测未来的数据。我希望能够根据过去三个赛季的统计数据预测下一个赛季的统计数据（如果有前三个赛季可供选择的话）。有人对我可以使用的好的预测算法有什么建议吗？数据是连续的，可以有5-14个维度（年龄、分钟、分数等）

谢谢

注意：我真的很想使用Weka程序来实现这一点。

开箱即用，可能会给您提供一个强大的基线，因此我将从这个开始

您也可以尝试try，这是一种简单但相对有效的方法，但根据数据可能需要更多的调整（例如转换一些输入和/或输出变量）

回归是另一个强有力的预测因子，但通常也需要更多的调整才能很好地工作

---

所有这些算法都有Weka实现。

显然没有一个正确的答案，但是对于任何想做类似事情的人，我将更好地描述我的问题和我找到的解决方案。我创建了一个csv文件，其中每行是不同的季节，每列包含不同的属性。对于我想要预测的每个属性，我都有本赛季的统计数据，然后是上赛季的另一列统计数据。第一季（新秀）所有“前一季”栏目都为0。有了这个数据集，我将其加载到Weka中，并使用多层感知器，将测试选项设置为交叉验证。我将折叠次数设置为可用季节数的80-90%

---

最后，要预测下一个季度的统计数据，您需要在末尾再添加一行，并在要预测的列中输入上一个季度的值和“？”。如果有人想要更深入的例子，我很乐意提供一个。

我对您如何预测属性有点困惑。你能举个例子吗？