package 提供的统计类别数量超过我决定要使用的类别数量）那么程序将跳到下一标头。

每个策略的工作昰处理类别详细数据值为其创建 SQL INSERT 语句，然后我可以使用这些语句将数据加载到数据库SqlGenerator 针对每一年编写一个加载脚本，其中包含带有相應策略的所有统计类别数据的对应 SQL

编写程序（及所有策略）后我又编写了一个名为 run-sql-generator.sh 的脚本来驱动该程序，然后针对要加载的所有年份运荇此脚本

从 CSV 数据生成所有 SQL 脚本后，我就准备好向数据库加载数据了

这时，数据已加载完毕我准备好创建训练数据了。

运行 DataCreator 非常简单我仅指定了希望获取训练数据的年份，该程序将读取数据库并为我生成数据当然，我必须编写一些支持类来使 DataCreator 实现以上操作其中包含一组数据访问对象（DAO，用于从数据库读取数据）和一些 Java 模型对象（用于保存数据）

创建训练数据后，接下来是训练并验证网络之后峩将利用这些网络来选取 NCAA 男篮甲级锦标赛球队 。

本教程一开始我就说过我将讨论归一化，现在是时候了

对所有输入数据进行归一化的原因在于，并非所有数据都是以相同方式创建的（从数字表示角度来讲）例如，每队的赢/输百分比这一数据统计类别是一个百分数正洳您所想的，其值介于 0 和 1 之间相反，对于场均犯规次数（指所有比赛的平均值）其下限为 0，并且根本没有上限

将两个范围不同的原始数字进行比较毫无意义。因此需要对数据进行归一化，特别是使用名为的归一化方法我使用的等式很简单：

对于任何原始值 X，算出嘚归一化值 X' 的值范围为 Xmin 到 Xmax当然，这意味着我需要计算所有统计类别的最大值和最小值但因为数据位于数据库中，所以可以轻松地定义┅个视图来让

DataCreator 负责对所有训练数据进行归一化现在，我终于准备好开始训练网络了

使用监督式学习来训练和验证 ANN 时，既要讲求艺术性叒要讲求科学性我需要很好地了解数据（科学性），同时也要猜测（艺术性）最佳网络结构直到找到有效的结构。我不得不提出诸如鉯下的问题：

• 23 个可用统计类别中我要用到哪些
• 我希望网络中包含多少个隐藏层？
• 每个隐藏层中应该有多少个神经元
• 网络的输出应该是怎样的？

结果我选择了 23 个类别中的 21 个。因此有 42 个输入（每支球队一个）对于输出，我认为应该是基于两队间示例对决的归一化得分：對于任何指定的模拟赛归一化得分较高的球队获胜。

对于隐藏层的数量和每层的神经元数我进行了一些研究，但最终结论是要靠反复試验来确定我在网络中运行了多次训练数据，网络的猜中率均在 70% 以上

我编写了一个名为 MlpNetworkTrainer 的程序，该程序的唯一使命就是训练并验证网絡最终保留那些猜中率超出指定阈值的网络。

如果网络的猜中率超絀了阈值 (70%)程序将保留该网络作为锦标赛竞猜网络阵列中的一个网络。否则将丢弃该网络。

我重复此过程直到保留 31 个网络来构成模拟錦标赛的网络“阵列”。

在“NACC 锦标赛选拔委员会”选择球队来参加 2017 年锦标赛后我创建了一个名为 tourney_teams_file_2017.txt 的文件，其中包含将参加锦标赛的所有浗队（我已对 2010 - 2016 赛季的球队执行了该操作）

现在一切就绪。我有了 31 个经过训练并验证的网络也有了 2017 年的赛季数据。现在所有障碍都已清除。但我还需要一种方法来可视化球队之间两两对决的方式

因此，我编写了一个名为 TournamentMatrixPredictor 的程序来为参加锦标赛的每支球队生成一个 CSV 文件我可以将这个文件加载到 Open Office Calc。每个文件都包含某支特定球队与锦标赛中其他球队之间的模拟赛的预测结果。

下图中显示了中田纳西州州竝大学队的文件此文件将作为 Calc 电子表格加载到 Open Office 中。

图 4. 中田纳西州州立大学队的网络预测

这些电子表格显示了中田纳西州州立大学队 (TEAM) 与锦標赛中（包括中田纳西州州立大学队自身）其他每个球队 (VS OPPONENT) 的模拟对决情况以及 31 个网络的平均预测结果，其中中田纳西州州立大学队将打贏对手 (WIN %)、输给对手 (LOSS %) 或与对手打成平局 (PUSH %)另外还有单个网络的结果。

向右延伸（框架外）是单个网络的预测结果（仅预测出的获胜队）例洳，结构为 42x42x107x49x10x14x2x2 — 42 个输入神经元、6 个隐藏层（第一层 42 个神经元下一层 107 个神经元，依此类推）和 2 个输出神经元 — 的网络显示了预测的每次对决嘚获胜队

在第一轮中，12 号种子中田纳西州州立大学队的对手 5 号种子明尼苏达州大学队很被看好（种子编号越低越被 NCAA 选拔委员会看好）。阵列的平均值有点让人摸不着头脑：31 个网络共同预测出中田纳西州州立大学队赢、输或平局的概率分别为 37.14%、17.14% 和 45.71%

我完全不确定该怎么做。难道是科学欺骗了我吗面对现实吧，体育赛事本就毫无规律（这也解释了“疯狂三月”中的“疯狂”二字）因此，这样比分接近的仳赛最终结果也只能靠猜虽然阵列中多数网络无法选出明确的获胜方 (45.71%)，但预测的获胜方的概率是其它两种情况的两倍（37.14% 到 17.14%）

最终，我洇为下面的两件事在对阵表预测中选择了中田纳西州州立大学队：他们刚刚在其联盟 (Central USA) 中获胜有了锦标赛自动晋级资格，另外我的深层网絡（这项工作的深入网络）一边倒地选择了中田纳西州州立大学队因此，我选择中田纳西州州立大学队将打败明尼苏达州大学队从最終结果看，网络是正确的针对锦标赛中所有球队的比赛，我都执行了这一过程填好对阵表，并希望获得最好的结果

就像我前面所说，网络选择（也就是我的选择）的正确率约为 72%这样的正确率还不错。而且充满乐趣

在本教程中，我谈到了人工神经网络 (ANN) 的概念然后討论了多层感知器，最终带您分析了一个案例在其中我训练了一个 MLP 网络阵列，使用该阵列选出 2017 年 NCAA 男篮甲级锦标赛的获胜队