MLFEF: 基于经验公式的机器学习融合模型在竞技体育中探索动量
原文中文，约300字，阅读约需1分钟。发表于：。本研究旨在定义和量化网球比赛中的动力学，提供基于实时分析的基础。通过建立基于数据驱动和经验公式的两个模型，对最近几年网球大满贯男单比赛数据进行分析，并使用支持向量机、随机森林算法和 XGBoost 构建了融合模型。此外，还应用滑动窗口算法、CUMSUM 算法和 RUN Test 对动量进行可视化和波动分析，并通过蒙特卡洛模拟对融合模型的稳健性进行了分析。
本研究定义和量化了网球比赛中的动力学，并提供了基于实时分析的基础。通过建立两个模型，对最近几年网球大满贯男单比赛数据进行了分析，并构建了融合模型。还对动量进行了可视化和波动分析，并通过蒙特卡洛模拟对融合模型的稳健性进行了分析。
