Python sklearn为游戏赢家预测准备数据集

我想根据之前的比赛结果预测比赛结果。对于每场比赛，我都有这些数据：第一队球员的ID、第二队球员的ID、第一队球员的武器ID和第二队球员的武器ID。例如：

{
  "team1_ids": [
    12321323,
    1421242,
    54325235
  ],
  "team2_ids": [
    55432453,
    242462,
    2234444
  ],
  "team1_weapon_ids": [
    1,
    3,
    5
  ],
  "team2_weapon_ids": [
    2,
    4,
    6
  ]
}

team1_weapon1 |...| team1_weapon6 | team2_weapon1 |...| team2_weapon6 | Result |
    1          ...         1             0         ...       1           -1
    0          ...         0             1         ...       1            1

和其他比赛的记录一样。总的来说，我有大约30个不同的球员ID，只有6种武器，在比赛中每个球员都是独一无二的

是否有任何简单的方法来准备数据集，以便进行进一步的

sklearn

分类？我正在研究不同的

sklearn

标签预处理，但还没有找到anwser

---

看起来，某种类型的

sklearn

OneHotEncoder是合适的，但它没有考虑到球员ID在球队中的位置切换对比赛结果并不重要。对于y值，我使用二进制标签：如果团队1获胜，则为1；如果团队2获胜，则为-1。

据我所知，您只需要编码每个团队使用的每种武器类型的数量

因此，我会将比赛记录描述为每队6个特征（每种武器的使用量）和1个标签栏

例如：

{
  "team1_ids": [
    12321323,
    1421242,
    54325235
  ],
  "team2_ids": [
    55432453,
    242462,
    2234444
  ],
  "team1_weapon_ids": [
    1,
    3,
    5
  ],
  "team2_weapon_ids": [
    2,
    4,
    6
  ]
}

team1_weapon1 |...| team1_weapon6 | team2_weapon1 |...| team2_weapon6 | Result |
    1          ...         1             0         ...       1           -1
    0          ...         0             1         ...       1            1

---

每个

团队[i]\u武器[j]

持有

j

-类型

i

-团队的武器数量（或二进制标志，如果其在每场比赛中是唯一的），

Result

是游戏结果。

我不确定，但玩家ID也会影响游戏结果。据我所知，像神经网络这样的分类器需要对输入进行二值化。我不建议按原样使用播放器id，因为它会导致过度拟合。您应该提取玩家的总结特征（如先前获胜次数、玩过的游戏次数、一起玩过的游戏次数、同一武器的使用率等），或者尝试使用所有玩家数据运行一些降维技术，如

PCA

、

LDA

、

AutoEncoder

。