『Survivor』優勝を予測する機械学習モデル、勝者を当てる精度は偶然の2倍
A Model for Winning Survivor
『Survivor』の新シーズン開始を前に、GitHubのsurvivoRデータを使い、脱落者と優勝者を予測するロジスティック回帰モデルを構築。優勝予測は偶然の約2倍の精度で当てる。優勝には confessionals の多さが強く関連し、危険に晒されることはマイナス。シーズン50では、モデルが早い段階でJonathanを有力候補として挙げ、実際に準優勝した。
優勝は投票で生き残ることと同じではない。陪審員の魅力が鍵であり、それは異なる要素に依存するからだ。
HNでの議論
20- jihadjihad
> シーズン50を見ながら使うのが大好きで、早い段階でいくつかの興味深いスレッドを特定してくれました。
TFAのアイデアは面白いですが、Survivorを見るとき、私たちはリアルタイムで起きたことを単にまとめたものを見ているわけではないということを心に留めておくことが重要です。Survivorは、勝者とすべての出演者のアークが判明した後に、事後編集されています。
誤解しないでください！頭ではわかっていても、この番組を見るのは大好きです。しかし、編集された素材に基づいて構築されたモデルは、番組自体の形式によって必然的に偏りが生じます。
- quickthrowman
実際のところ、このモデルは「プロデューサーがあなたを勝者として番組に書き込んでくれるほど気に入ってくれることを願う」というものです。Survivorはハイパーリアリティであり、実際の競争ではありません。
- NitpickLawyer
> フィナーレまでに、Kalshiの「Survivor」マーケットは3270万ドルの出来高に達した
これがわからない。他の人にとって「既知の情報」であるものに、どうやって人々が「賭け」をするのか？意味があるのか？誰も知り得ないものに賭けるのはわかるが、これらの賭けの「反対側」は誰が取っているのか？すでに絶対的な答えを知っている人がいるのに、なぜお金を投入するのか？