基于历史数据驱动的运动员成绩估计研究

摘要

运动员成绩存在大量的历史数据有待挖掘,为此提出了基于历史数据驱动的运动员成绩估计方法,提升运动员成绩估计质量。利用K最近邻分类算法预处理运动员历史成绩数据集,采用支持向量回归对处理运动员历史成绩数据进行训练,并采用粒子群优化算法优化支持向量机的相关参参数,提升运动员成绩估计的准确性。实验证明所研究方法可有效估计运动员成绩,适用于不同运动项目运动员,成绩估计精度高、估计效率快;对于不同的运动员数量,所研究方法的误差评价指标最低,估计精度最高,估计质量高。