I simply think the number of examples + the drift of concept are not big enough to build proper models on a team basis.
-
-
-
Yeah I think it’s more of a “for fun” thing — similar approaches could be useful for daily fantasy sport betting (line premier league) though
-
This model would get crushed in DFS. Features are lazy at best.
-
yeah, when I was doing daily fantasy sports, I did the modeling on a per-player basis (team / team rank was just one feat). I.e., player vs players on the opposing team by position (e.g,. for strikers, features were defense + goalie skill etc)
কথা-বার্তা শেষ
নতুন কথা-বার্তা -
-
-
I don't think that the cup is predictable (and what does "good" mean int this context anyway). I mean Germany?
-
Haha yeah I agree. I mean these are just probabilities in the end, not fixed outcomes
কথা-বার্তা শেষ
নতুন কথা-বার্তা -
-
-
Nice try.
-
Yeah,the model clearly wasn't overfitting the training data enough! 2006: Italy wins, 2010: Italy fails in group stage 2010: Spain wins, 2014: Spain fails in groups stage 2014: Germany wins, 2018: Germany _ _ _ _s I mean, everyone can see that, a model should pick that up!
কথা-বার্তা শেষ
নতুন কথা-বার্তা -
-
-
Saving for later. Need to cross-reference with actual results :)
-
Did this account for the sacking of
#Lopetegui?
- কথা-বার্তা শেষ
নতুন কথা-বার্তা -
-
-
@rasbt I love this as a basis to learn and understand Random Forest, however by my calculations yielding a p-value of < .05 WC titles indicates that Brazil wins the World Cup in all simulations. I mean nice try but let's not promote junk science obrigado !ধন্যবাদ। আপনার সময়রেখাকে আরো ভালো করে তুলতে টুইটার এটিকে ব্যবহার করবে। পূর্বাবস্থায়পূর্বাবস্থায়
-
-
-
Again guys? Give us a break!
ধন্যবাদ। আপনার সময়রেখাকে আরো ভালো করে তুলতে টুইটার এটিকে ব্যবহার করবে। পূর্বাবস্থায়পূর্বাবস্থায়
-
লোড হতে বেশ কিছুক্ষণ সময় নিচ্ছে।
টুইটার তার ক্ষমতার বাইরে চলে গেছে বা কোনো সাময়িক সমস্যার সম্মুখীন হয়েছে আবার চেষ্টা করুন বা আরও তথ্যের জন্য টুইটারের স্থিতি দেখুন।