Ho i seguenti giocatori, ogni valore corrisponde a un risultato in percentuale di risposte giuste in un dato gioco.Algoritmo per trovare buoni, giocatori affidabili
$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),
);
Voglio essere in grado di raccogliere i migliori giocatori ma voglio anche di prendere in considerazione quanto è affidabile un giocatore è (meno entropia = più affidabile), finora mi è venuta in mente la seguente formula :
average - standard_deviation/2
Tuttavia non sono sicuro se questa è una formula ottimale e mi piacerebbe sentire i vostri pensieri su questo. ho pensato un po 'di più su questo problema e mi è venuta in mente una formula leggermente diversa, qui è la versione rivista:
average - standard_deviation/# of bets
Questo risultato sarebbe quindi la ponderazione per il prossimo voto imminente quindi, ad esempio, una nuova scommessa dal giocatore C conta solo come una mezza puntata.
Non posso andare nello specifico qui, ma questo è un progetto relazione con la Wisdom of Crowds theory e la Delphi method e il mio obiettivo è quello di prevedere nel miglior modo possibile i prossimi risultati ponderazione scommesse passati da diversi giocatori.
Apprezzo tutti gli input, grazie.
cercando di scegliere la migliore squadra di calcio fantasy? :) – Kip
@Kip: non del tutto, ma vicino. =) –
Re la tua (in grassetto) idea aggiuntiva. Congratulazioni, hai quasi reinventato l'errore standard della media! Se hai usato la media - 2 * stdev/sqrt (numBets), avresti il limite inferiore dell'intervallo di confidenza del 95% attorno alla media. Quel valore è un modo non del tutto irragionevole per selezionare i migliori predittori. – Harlan