ShuttleSHAP: 一种用于分析羽毛球预测模型的逐回合特征归因方法
原文中文,约600字,阅读约需2分钟。发表于: 。研究探讨了代理人预测系统,以探索代理人模式并提高在各个领域中的决策制定,诸如行人预测和营销竞标。羽毛球是一个多方面的回合制运动的迷人示例,既需要复杂的战术发展又需要依赖决策。深度学习中的最近方法在羽毛球球员战术预测方面显示出有希望的性能,这部分归功于对球员交互的有效推理。然而,一个关键障碍在于黑盒模型通过学习哪些特征来模拟球员行为的功能不清楚,现有的解释器不具备回合制和多输出的归因能力。为了...
本文研究了代理人预测系统,提出了一种基于Shapley值变体的羽毛球回合制特征归因方法,用于分析羽毛球中的预测模型。研究发现球员风格对未来模拟比赛产生影响,并进行了因果分析,展示了实用性。