以回歸樹預估美國職棒大聯盟球隊年度勝率
學年 107
學期 1
發表日期 2018-12-06
作品名稱 以回歸樹預估美國職棒大聯盟球隊年度勝率
作品名稱(其他語言)
著者 周清江; 羅莉雯
作品所屬單位
出版者
會議名稱 2018全國資訊管理前瞻技術研討會
會議地點 玄奘大學, 新竹
摘要 棒球被譽為台灣的國球,近年來也有越來越多選手到國外發展,依據中華職棒官方臉書粉絲團與MLB台灣官方臉書粉絲團粉絲人數比較,前者粉絲人數為27萬,後者為34萬,台灣人關注美國職棒大聯盟的人數反而超過關注中華職棒的人數。本研究以美國職棒大聯盟為研究對象,利用上半季球隊各項平均成績建立模型,以預測各球隊當年度的勝率。我們以分類回歸樹(Classification and Regression Tree,CART)及最大概似回歸樹(Maximum Likelihood Regression Tree,MLRT)方法建立西元2016、2017、2018這三年之各自模型,並比較他們預估各球隊全年勝率之能力。結果發現MRLT模型這三年的平均誤差百分比皆小於10%,有良好的預測能力。CART的部分只有2017年高於10%,預測能力算不錯,但3年皆比MLRT差,得知在勝率預測方面,MLRT的預測能力優於CART。
關鍵字 最大概似回歸樹;CART;MLB勝率;預測能力
語言 zh_TW
收錄於
會議性質 國內
校內研討會地點
研討會時間 20181206~20181206
通訊作者 周清江
國別 TWN
公開徵稿
出版型式
出處
相關連結

機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/116321 )