使用机器学习技术进行板球队预测-研究论文

球员选择是任何运动的一项基本任务，对于板球比赛也是如此。 球员的表现因各种因素而异。 球队管理层和队长从全队中为每场比赛选择 11 名球员。 审查不同的属性和球员的结果被认为是挑选最好的11 名球员。 通过得分，每个击球手都做出了贡献，每个投球手都通过获得小门和奖励最低得分来做出贡献。 该项目旨在根据球员过去的记录预测球队的成功。 获得球员的个人成绩以及他们对球队的贡献，即现有击球手中最佳击球表现、现有投球手中最佳保龄球表现和最佳全能球员表现，将对选择 11 名球员有很大帮助。 我们使用随机森林算法和决策树分类器来生成问题的预测模型。 发现随机森林分类器对于所提出的问题是最可靠的。