文件名称：hmm模型matlab代码-Baseball_Models:棒球模型
文件大小：548KB
文件格式：ZIP
更新时间：2024-06-16 17:16:33
系统开源
hmm模型matlab代码投手状态的隐马尔可夫模型 此存储库包含棒球研究中使用的R，Python和MATLAB文件。 该研究的重点主要是减轻主要职业棒球投手的“第三次通过命令”处罚。 本研究中使用的主要算法和理论是隐马尔可夫模型。 “数据分析”文件夹包含R个文件，这些文件用于抓取数据以及所有探索性分析，以找出剔除比率，击球平均数等。 HMM和pbp文件夹包含Python和MATLAB文件，这些文件实现了用于在给定游戏中对投手状态进行建模的隐马尔可夫模型。 HMM的Python版本未编码为有效。 在研究的这一点上，我只精通MATLAB并以Python编码HMM作为学习练习。
【文件预览】：
Baseball_Models-master
----TTOP_Analysis.ipynb(1.81MB)
----pbp()
--------import_data.m(248B)
--------get_beta.m(238B)
--------get_gamma.m(250B)
--------get_alpha.m(366B)
--------markov_est.m(3KB)
--------markov_est_2.m(2KB)
--------recover_states.m(2KB)
----HMM()
--------markov_python.py(6KB)
--------markov_multiple_train.py(6KB)
----README.md(787B)
----data_analysis()
--------binomtest.R(824B)
--------war_scrape.R(728B)
--------IP.R(2KB)
--------startonly.R(315B)
--------analysis.R(13KB)
--------split_before.R(2KB)
--------time.R(4KB)
--------analysis_whole.R(6KB)
--------markov.R(1000B)
--------scraper.R(2KB)
--------states_analysis.R(2KB)
--------order_outcome.R(1KB)
--------split.R(1KB)
--------split_after.R(3KB)
--------analysis2.R(199B)
--------PA_results.R(480B)
--------split_war_before.R(3KB)
--------testrun.R(3KB)
--------PA.R(186B)
--------get_fip.R(390B)
--------analysis_1.R(5KB)
--------f.R(1KB)
--------pitches2order.R(3KB)
--------split_war_after.R(1KB)