Python 如何使用人工神经网络根据一组特征预测比赛的获胜者？

假设有1000人参加比赛。此外，还提供了关于每个跑步者年龄、腿长、静息心率等各种特征的数据

以往比赛的获胜者以及每位参赛者的所有特征也是众所周知的

利用过去的信息，用人工神经网络预测比赛的胜利者是可能的吗

如果是，将如何设置？第一层节点是特征吗？输出层代表什么，有多少节点？请解释ANN对于这些数据的外观。这是一个分类问题吗

---

既然目标是挑选一名参赛者，那么数据集会是什么样子？把每个参赛者都归为赢家还是输家行得通？如何将获奖人数限制在1人以内？

是的，这是一个ANN可以解决的问题，然而，仅仅因为你有来自参与者的准确数据，并不意味着数据本身就足以预测谁将赢得比赛

投入 对于每种类型的功能（如年龄、腿长等），每个输入节点1都需要使用一个激活功能，该功能对于您正在处理的数据类型是直观的。每种激活功能都有其优缺点。大多数人从乙状结肠或ReLU开始治疗一般问题

输出 每个输出将代表样本日期的标签，例如谁赢了？，因此需要为每个潜在案例提供一个输出。这也意味着，是的，这是一个分类问题，而不是回归问题

问题 在您描述的情况下，如果没有大量的功能，很难预测比赛结果。如果你有500个跑步者，每个人有10个功能，那就意味着你总共需要5000个功能。不仅如此，你还需要足够的样本数据，在一个受控案例中，所有500名跑步者都在相互竞争。出于显而易见的原因，以这种方式来界定问题变得令人担忧

修改问题

---

这将是一个更现实的目标，试图预测个人跑步者在比赛中的时间，这可能是一个分类或回归问题。通过这种方式，功能的数量大大减少，对一致竞争对手的依赖性大大降低。

您好，感谢您的回答。你说总共5000个功能是什么意思？另外，为什么有必要在所有500名跑步者在受控情况下相互竞争的情况下提供样本数据？最好的跑步者只能通过他或她的数据来预测；一个人或另一个人不重要吗？好问题：为什么比赛预测依赖于与参与者的比较，是因为他们讲述了故事的关键部分。跑步者的速度是相对于其竞争者的。可以说，这是一个零和游戏。至于你关于5000个功能的问题：我假设每个跑步者平均收集10个功能10 x 500。