如何用只有一个标签的数据训练模型

Question

我正在尝试建立一个模型来预测网球比赛的结果（获胜或失败），作为练习。我正在使用 Python、Pandas 和 scikit-learn。

我拥有的数据集包含两个玩家 ID 和比赛结果，以及其他数量。 就我而言，数据库的组织方式始终将 Player1 作为获胜者，将 Player2 作为较松者。所以，如果我必须给数据加标签，它总是相同的标签（例如 1）。

你觉得哪个更好：

1. 尝试使用单值训练序列（例如 1-label SVM）训练模型
2. 随机打乱数据，以便将某些 Player2 放置为 Player1，反之亦然，从而获得另一个标签（例如 0）？

非常感谢！

Answer 1

听起来你需要洗牌。您拥有以数据结构编码的固有信息的数据集（玩家 1 获胜）。您无法在运行时重新创建此信息。

你想要的是一个玩家信息的顺序并不重要的数据集，以及一个确定玩家 1 或玩家 2 获胜的标签 0/1。