章成志 分享 http://blog.sciencenet.cn/u/timy 宠辱不惊闲看庭前花开花落,去留无意漫观天外云展云舒

博文

世界杯比赛规则与数据聚类

已有 4597 次阅读 2010-6-27 15:35 |个人分类:文本挖掘|系统分类:科研笔记|关键词:世界杯,层次聚类,机器学习| 机器学习, 世界杯, 层次聚类

       应该有很多博友像我一样,这段时间可能要花些时间看世界杯。有些博友还会发些心得。俺就从数据聚类的角度,来对世界杯比赛规则进行“重认识”一下,呵呵。

       先交代下基础背景知识,内行直接跳过本段,呵呵。数据聚类包括划分聚类、层次聚类等、基于模型的聚类等基本模式。划分聚类中最经典的方法就是K-均值聚类,需要事先给定初始点和聚类类目数。层次聚类中最常用的是HAC聚类,事先两两求出相似度,将最相似的或者最不相似的连接起来呢,然后再求次相似的,一直到所有点的都被连接为止。近年来,基于模型的聚类越来越火,可以将基于竞争的聚类方法划入这个类别。07年Frey提出的AP聚类方法更是被大量引用。

      再结合数据聚类,说下世界杯比赛规则。
 
      1. 首先,小组划分,是做基于约束的划分聚类:    

      
      (1) 经过预选赛入围的32只球队,被划分为4个档次,其中第一档中的8支球队作为种子队 (32个数据,8个聚类类目,将以往世界排名作为权重,选择初始聚类中心,当然东道主特殊,直接作为种子);

      (2) 剩余球队按照其档次和所在洲的约束,进行抽签划分到相应的小组中(24个数据按照一定的规则约束后,随机分配到每个聚类中心的所在组中);
 
      2. 然后,正式比赛,是做层次聚类

      (1) 小组确定后,每组四个队,两两求“相似度”,就是说两两打一场,胜的权重给3,平了给1,输了给0,每小组的6场赛事结束后,得到每个队的总体权重(当然了,有可能还要考虑净胜球,相互战绩啥的),那么小组中排名前2的队作为连接点参与下一个层次的聚类。(这里,两两求相似度,完全是基于竞争的,整个比赛阶段基于竞争的层次聚类);
   
      (2) 淘汰赛阶段,直接竞争,做二分聚类,胜的参加下一轮聚类;
 
      (3) 直到最后两支最牛的打决赛,冠军队成为了根节点。


      3. 聚类结束,参数重新分配,准备4年后的聚类,呵呵。

     
     所以,世界杯做了大量的约束,注意比赛的观赏性,用了比较简单公平的方法,在较短时间内确定聚类层次关系。

     如果是动物界打比赛,可能又是另一个场景,完全自由随机的打,最强的完全有可能因为体力不支,提早被淘汰而成不了冠军。

    以上仅供娱乐参考,推理和比喻不当地方,请博友指出,谢谢。     

  



(图片来源:http://worldcup.qq.com/schedule/



http://blog.sciencenet.cn/blog-36782-339277.html

上一篇:[转载]-----【译作推荐】搜索引擎:信息检索实践
下一篇:[转载]美国当代著名学者乔姆斯基教授将访问北京大学并进行公开演讲

6 武夷山 赵星 刘耀 化柏林 许培扬 dulizhi95

发表评论 评论 (6 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-8-23 05:55

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部