Mam następujących graczy, każda wartość odpowiada wynikowi w procentach poprawnych odpowiedzi w danej grze.Algorytm szukania dobrych, niezawodnych graczy
$players = array
(
'A' => array(0, 0, 0, 0),
'B' => array(50, 50, 0, 0),
'C' => array(50, 50, 50, 50),
'D' => array(75, 90, 100, 25),
'E' => array(50, 50, 50, 50),
'F' => array(100, 100, 0, 0),
'G' => array(100, 100, 100, 100),
);
Chcę być w stanie odebrać najlepszych graczy, ale chcę też brać pod uwagę w jaki sposób niezawodny gracz jest (mniej entropia = bardziej wiarygodne), do tej pory mam wymyślić wzoru :
average - standard_deviation/2
Jednak nie jestem pewien, czy jest to optymalna formuła i chciałbym usłyszeć twoje przemyślenia na ten temat. Myślałam trochę więcej na ten problem i mam wymyślić nieco innej formule, tutaj jest to poprawiona wersja:
average - standard_deviation/# of bets
Wynik ten będzie następnie ważone dla następnego nadchodzącym głosowaniu , więc na przykład nowy zakład od gracza C będzie liczony jako połowa zakładu.
nie mogę wchodzić w szczegóły tutaj, ale jest to projekt związany z Wisdom of Crowds theory i Delphi method a moim celem jest, aby przewidzieć jak najlepiej kolejne wyniki przeszłe zakłady o masie od kilku graczy.
Doceniam wszystkie dane wejściowe, dziękuję.
próbuje wybrać najlepszą drużynę piłkarską fantasy? :) – Kip
@Kip: Nie całkiem, ale blisko. =) –
Ponownie (pogrubiony) dodatkowy pomysł. Gratulacje, już prawie odkryłeś standardowy błąd średniej! Jeśli użyłeś średniej - 2 * stdev/sqrt (numBets), będziesz miał dolną granicę przedziału ufności 95% otaczającego średnią. Ta wartość jest nie do końca nieuzasadnionym sposobem wyboru najlepszych predyktorów. – Harlan