[发明专利]一种基于特征选择和参数优化的冰球赛况预测方法

摘要

一种基于特征选择和参数优化的冰球赛况预测方法，其特征是首先利用L1范数特征保留规则去除冰球数据集中稀疏分数较大且相关性较小的特征，实现特征选择；接着，针对基于支持向量机的冰球赛况预测模型中的惩罚因子C和核函数参数g其泛化能力影响较大以及参数难以调节的问题，采用混合GAPSO参数优化算法对支持向量机的惩罚因子C和核函数参数g进行优化；最后，采用支持向量机的K折交叉验证方法，实现冰球赛况的预测。本发明通过特征选择算法提升冰球比赛预测模型的运行速度与效率，并提升了冰球赛况预测的准确性。

主权项

1.一种基于特征选择和参数优化的冰球赛况预测方法，其特征是它包括如下步骤：步骤1：对获取的待预测的冰球比赛数据进行数据标准化处理，得到冰球比赛数据集，即通过函数变换使数据映射到特定区间；步骤2：对已进行过数据标准化处理的冰球比赛数据集再一次使用基于稀疏表达思想和用L1范数最小化优化方法处理，获得冰球数据特征的稀疏表示重构系数，并将原始特征和重构特征的误差作为该特征的稀疏分数；步骤3：计算待处理的冰球比赛数据集中，拉普拉斯改进标准分类特征与每个特征变量的相关性；步骤4：根据步骤2和步骤3计算得到冰球比赛关键特征的稀疏分数以及分类类别与特征的相关关系，分析特征的稀疏分数与该特征和类别的相关性之间的相互关系提出冗余特征，实现特征选择；步骤5：通过混合GAPSO算法优化支持向量机的惩罚因子C以及核函数参数g，实现支持向量机的参数优化；步骤6：采用K折交叉验证，输出冰球比赛预测结果。