我目前正在开发一个AI来预测视频游戏中1v1比赛的赢家。问题是我不知道数据（输入和标签）应该以何种形式存在。目前我有以下数据：
- 比赛的日期（有第0天）
- 玩家1的名字
- 玩家1的国家
- 玩家2的名字
- 玩家2的国家
- 赢家
我也可以获得比赛的得分，但有时是三局两胜，有时是五局三胜，所以我不知道这些数据是否可靠。
基于我现有的数据，我的两个主要问题是：
- 如果我只是颠倒玩家列，AI是否可能预测出两种不同的结果？
- 如果是，我怎样才能避免这种情况？
- 我如何告诉AI，我想要的预测只是我展示给它的两个玩家之一，而不是其他玩家？
提前感谢，我非常感激
回答：
你的数据似乎是分类数据，尽管我不完全明白你所说的玩家1和玩家2是什么意思。你有玩家的名字还是某种技能集？
神经网络或任何AI算法都是处理数字的。它们对现实世界一无所知，比如日子名称（星期一、星期二等）或国家名称。你需要做的就是在这些现实世界的问题和数字之间建立映射。
它们是分类数据（不能取连续值），你可以将日子从0映射到N。对于国家，你可以做同样的事情，每个国家可以有一个独特的ID。但你必须小心，如果在推理过程中模型接收到训练中不存在的日子或国家，模型会将其视为未知。因此，你要么添加所有相关国家，要么如果你无法预先知道这一点，你可以为未知国家和日子添加标签-1。每个特征你都会有一个列，每行代表一场比赛。在列中，你需要为那个特定特征和比赛对应相应的ID，然后你可以将这些数据传递给AI。顺便说一下，不同特征使用相同的ID/数字是可以的。（所以你可以用1代表星期二，而在另一列中1可以代表瑞士）对你问题的回答：
-
是的，理论上这是可能发生的。如果你有足够的样本和一个好的模型，模型本身可能会学会这一点。
-
如果你能做到，你可以向模型输入相对值而不是绝对值。例如，如果你有关于玩家的某些技能集属性/分数，你可以基于这些分数的差异来创建你的数据。例如，玩家1的射击得分为80，玩家2为78。你可以设置一个射击列，在那里你放入值80-78，那么模型就知道玩家1比玩家2高2分，或者如果相反，你可以放入-2，那么模型就知道玩家2在那个类别中比玩家1高2分。另一种方法是在训练数据中让每场比赛出现两次，第二次时玩家的顺序颠倒。模型也可能从数据中学会这一点。
-
这很容易做到，你的模型输出的不是玩家的ID或与玩家相关的东西。你的问题是一个二元分类问题。你的模型在任何情况下都应该输出0或1。0表示玩家1获胜，1表示玩家2获胜，然后你可以自己将这个输出转换为玩家。
