python 比赛成绩预测_大数据新研究:用六个月的跑步记录准确预测马拉松完赛成绩...

9f6a02996372bdd74e72200eb6392712.png
0200b444d58462fe625da98b1ea0190c.png

随着疫情得到控制,各个城市的马拉松比赛又开始相继恢复。从线上马拉松终于可以再次到各个城市不同的赛道上奔跑,无疑是跑者的福音。积压了大半年的情绪,也激发了跑者更高的训练热情,带来了更多跑量的累积。

而准备一场马拉松比赛,最重要的一点莫过于设定客观可靠的完赛目标。这个时间,是对日常训练很重要的参考。但除非有过很多次比赛经验的跑者,大部分人根据自己体能、日常训练情况和跑步配速做出的完赛目标,通常过于乐观;就算是经验跑者,对自己的完赛目标也只能根据前一次和当下的训练情况做出预估。

在实际的比赛中人们却常常发现,这些预估成绩过于乐观,而导致比赛中的感受和训练时大相径庭,后半程受到的影响尤为严重。

e9b66f599b882c006000d919ade79fb6.png

从科学家的角度来说,一切活动都可以用数学模型和数据进行推导和计算。近期在《自然通讯》期刊上有一篇《基于真实世界大数据的人类跑步成绩》,来自法国和芬兰的科学家,就通过对大量实际跑者的训练数据(来自跑者佩戴的跑步手表或着其他智能设备),建立了一个可以预测马拉松完赛成绩的数学模型。根据这个模型,他们预测了超过一千个跑者的比赛成绩,而结果误差有2%的波动。从跑者更熟悉的完赛成绩来看,也就是说能够三个小时完赛的马拉松跑者,最终成绩误差在三分半左右,虽然不是完美的精确,但是已经非常了得了。

研究主导者——法国巴黎萨克雷大学的Thorsten Emig教授,使用该模型和很多著名跑者短距离比赛的个人最佳成绩,预测了他们可能的马拉松个人最佳成绩。这个预测是假设在最好的地形、跑者身体状态最佳、天气也很适合的情况下,精英跑者能够跑出的结果。而事实上,他预估的穆罕默德·法拉的个人最佳误差为9秒钟,海勒·格布雷西拉西耶的个人最佳成绩误差为8秒钟,基普乔格的个人最佳成绩误差为56秒钟。

0b085a0914e0b448bb74e66ab9275f24.png

从9410个训练记录数据预测马拉松比赛成绩

显然,这个数学模型虽然是基于真实世界的跑者训练大数据,但是无法囊括所有对完赛成绩有影响的一些因素,比如:天气、地形等,以及跑者个人可能会遇到的突发情况。

但是,这些因素的影响的误差已经可以在接受范围之内了,更重要的是,Emig教授说:

这个数学模型不仅仅针对精英跑者,只要能够在六个小时里能够跑完马拉松的跑者,他们的成绩都可以适用这个数学模型来预测。

从这个意义上讲,很多还不能够稳定配速的马拉松跑者,也可以用这样的数学模型来准确预估自己的完赛成绩,从而在训练中采用更有效率的跑步配速。

db0f302f126673f0bc00395d225bb0a6.png

实际的路跑数据与实验室数据的差别

做这样一个大数据研究并非Emig教授一时心血来潮。他虽然并不是一个运动学家,但却是一个真正的马拉松跑者,个人马拉松最好成绩为2小时58分。更重要的是,他是一个理论物理学家(如果你知道谢耳朵是谁就更容易理解了),研究方向是统计物理。也就是说,Emig教授是一个有着深厚数学功底的经验跑者,所以进行这样一个领域与爱好结合的研究也就不奇怪了。

一般的情况下,科学家们更习惯于从实验室中评估一个跑者的潜力,从而预估他们的比赛成绩。最常见的一个指标就是最大摄氧量(VO2Max)。很多跑者也会用这个指标和一些简单的公式来预估训练以及完赛的配速,但实际上,真正使用过的人就会知道,这个指标的偏差还是挺大的。因为个人的跑步能量利用率(跑步效率)和个体的乳酸阈值会共同产生影响,这些数据指标基本只能在实验室的设备上才能准确测量,普通跑者是没有这样的条件获得最精确的数据的,凭自己估计的值有帮助,但是偏差很大。

作为跑者,Emig教授忽然意识到从普通跑者日常的训练和佩戴的跑步设备上,就能够获得大量实际的跑者训练数据,所以即使不用实验室的设备,也可以通过这些数据对跑者的指标数据进行计算。

他的一个学生同时也是芬兰Polar手表(国外一个知名跑步手表品牌)的创始者之一,通过他们的帮助,在保证了用户隐私的情况下,收集了14000个马拉松跑者,超过1百60万次的训练数据,总里程超过2千万公里。

因此,Emig教授通过自己建立的数学模型,从这些数据中可以获得的两个关键信息,就把这个运动研究变成了数学计算的问题。

e9bb22b36da3bb7099d87b8ed3090fc8.png

数学模型的公式

跑者的最大有氧配速与耐力决定了一切

第一个重要的数据信息是跑者在达到自己最大摄氧量时的跑步配速,有时这个速度也被称为最大有氧配速。依据运动专家的意见,训练有素的跑者可以维持这个速度长达六分钟左右。但是即使普通人无法维持这个速度达到这个指标,也可以用能够保持较长距离的最快配速进行估算。

第二个关键数据是跑者的耐力。在研究中,Emig教授把这个指标数据化,称为 『E1

E1: 跑者的90%最大有氧配速(基本上相当于乳酸阈值配速)程度下,可以保持的跑步时长分钟数除以6。

这个数据非常富有变化性。比如,一个配速高达3分20秒每公里的跑者,最大有氧配速每秒可以跑过5米,因此他的E1值计算为12。也就是保持在最大有氧配速90%的强度下,他可以坚持跑72分钟。

还有一些其它重要的参量。一个能够达到3分20秒配速的跑者,最大有氧配速每秒可达5米,他的耐力因素值为12,意味着在最大有氧配速90%的速度下,可以坚持跑72分钟;而耐力因素值为3的那些跑者,却只能坚持18分钟而已。

因此,即使两个跑者的最大有氧配速相当,但是由于他们的耐力值差别,就可以决定了他们是能够2小时40分完赛还是3个半小时完赛。

Emig教授的数学模型需要扫描跑者马拉松比赛前六个月的跑步数据,才能得到这些指标参数并算出预测完赛成绩,训练中五公里、十公里、半程马拉松的完赛时间,对于估算最大有氧配速和耐力值E1很重要。

数学模型预测还假设了这些数据中包括了足够多的强度跑步训练,这样才能更准确的计算出跑者的潜力值。但是Emig教授认为,即使有些跑者从来不在训练中加入强度、速度训练,同时这也意味着马拉松比赛中这些跑者也不会把自己逼的太紧,因此最后到终点前的时间预测依然可以保持它的准确性。所以这也是这个模型有着更大普适性的原因。

6564357fd8fbac883b08867b65269270.png

跑步成绩与训练要素相关性

预测成绩之外的另一个作用:判断是否训练过量

Emig教授研究出的数学模型不仅仅可以用于预测比赛成绩,更重要的一点是,它能够侦测到一些训练过量的信号。

Emig教授在研究中为每个跑步训练数据都使用了一个称为TRIMP(训练心搏值)的指标。这个指标并不是一个新概念,但是网上有很多不同的解释版本。

Emig教授使用了一个复杂的计算公式,根据跑步时长和最大有氧配速时的运动强度来计算跑步相关有效性。在计算中,运动强度因素的权重很高,所以50分钟的强度训练跑比60分钟的 慢跑可以获得更多的分数。

e2db7092038750fb31224bb3c7afc1d3.png

在线的TRIMP计算器

举例说明:一个男性跑者用马拉松配速跑步90分钟可以得到220分,而同一个跑者如果只用轻松配速跑90分钟只会得到150分,根据性别不同这个分值也会略有不同。

基于跑者比赛前六个月的训练数据,Emig教授发现能够累积更高TRIMP分值的跑者,会显示出的得到更高耐力分值(E1)的趋势。但是这个分数值有一个天花板,有些跑者累积到了20000分左右就进入平台期,而如果超过25000分,耐力值反而会有近25%的下降。

这也说明了,强度训练和更多的跑量对于耐力值的提高影响很大,但是如果累积过度,则适得其反。

遗憾的是,现在这个数学模型还没有一个成熟的应用软件或者线上计算器马上可以供跑者使用。Emig教授的团队正在打算进一步把这项研究做成线上计算器,也包括了TRIMP分数计算器,这样就能让更多的跑者自己预测成绩并监测是否训练过量。

好消息是Emig教授称年底可能会有希望,至少也能放一个实验版本出来,希望届时我们都可以从这项研究中真正获益。


如果对Emig教授的研究感兴趣,可以参考附注中的论文。TRIMP计算器网络地址可以在评论中查看。

▧ ▧ ▧

作者 | 呼噜爸爸

编辑 | 一仟流

注:图例引用《Human running performance from real-world big data》,Nature Communication,2020,10.6

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/411762.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[jQuery] 你知道js和jQuery是什么关系吗?

[jQuery] 你知道js和jQuery是什么关系吗? jQuery是js的函式庫,並不能稱為框架。个人简介 我是歌谣,欢迎和大家一起交流前后端知识。放弃很容易, 但坚持一定很酷。欢迎大家一起讨论 主目录 与歌谣一起通关前端面试题

求最大素数和最小素数

#include "math.h"#include "stdio.h"/**//* ′ yo D y&#xffe1; kissrat′ 2 μ aD′ a*/voidmain(){ long m,m1,i,k; for(m100000002;m<100001000;m6){ m1m-1; ksqrt(m1); for (i3;i<k;i2)if(m1%i0) br…

Python之操作HBASE数据库

目前有两个库可以操作HBASE&#xff1a;hbase-thrift 和 happybase happybase使用起来比较简单方便&#xff0c;因此重点学习该库&#xff0c;hbase-thrift只做简要介绍。 &#xff08;一&#xff09;hbase-thrift 1、使用前先添加库和依赖库&#xff1a; pip install thrift …

fla 走迷宫游戏 源码_迷宫新玩法,果断一试

迷宫&#xff0c;真的是谜一样的存在&#xff0c;大到几十岁的成年人&#xff0c;小到三岁小儿&#xff0c;都对其没有抵抗力。而迷宫君也是真给力&#xff0c;除了能给人带来愉悦感与成就感&#xff0c;还能同时锻炼专注力、空间感、思维力、视觉追踪等&#xff0c;是儿童感统…

电脑桌面老是弹出计算机,电脑桌面老是弹出游戏怎么解决

如果玩游戏时桌面始终自动弹出&#xff0c;该怎么办&#xff1f;在360游戏模式下玩就足够了如何解决游戏在计算机上弹出的问题&#xff1f; _1首先打开我们的计算机&#xff0c;在我们的计算机桌面上找到计算机管家&#xff0c;然后单击它。 2.输入后&#xff0c;单击屏幕右下方…

[jQuery] jQuery是通过哪个方法和Sizzle选择器结合的?

[jQuery] jQuery是通过哪个方法和Sizzle选择器结合的&#xff1f; 通过创建一个div元素&#xff0c;检测被传入的fn是否被当前浏览器支bai持 function assert( fn ) { var div document.createElement("div");//此处用try-catch的原因是&#xff1a;被传入的fn很有…

用OmniPeek快速定义的过滤器来抓网页提交信息

编写网络程序的人&#xff0c;经常要抓取HTTP操作过程的一些数据&#xff0c;常用的软件有HTTPSniffer、httpLook等软件&#xff0c;这些软件比常简单&#xff0c;这儿就不作介绍了。这里重点介绍一下用OmniPeek来抓取数据包。OmniPeek 是一款非常优秀的网管软件&#xff0c;功…

类的构造器-init和new

提到构造器&#xff0c;大家都会想到 __init__&#xff0c;那么__new__是什么&#xff1f;也是构造器。 init 构造器 都很熟悉了&#xff0c;直接上代码 class MyClass(object):def __init__(self):passdef m1(self):print(3)mc MyClass() mc.m1() # 3 是不是很简单 别…

c++ dll发消息到主窗口_PyQt5学习笔记(五)窗口图形绘制

PyQt5提供了绘制图形的API&#xff0c;支持绘制&#xff1a;文本各种图形&#xff08;直线&#xff0c;点&#xff0c;椭圆&#xff0c;弧&#xff0c;扇形&#xff0c;多边形等&#xff09;图像绘制图形需要一个类QPainter。基本的绘制过程&#xff1a;# 创建QPainter对象 pai…

[jQuery] 针对jQuery性能的优化方法有哪些?

[jQuery] 针对jQuery性能的优化方法有哪些&#xff1f; show slide animate 等频繁修改 dom 很耗性能&#xff0c;可采用 jquery.transit 插件等使用单个 id 或 class 选择器当然也是优化点咯&#xff0c;元素选择器是真的会卡每次调用 $() 其实都是生成一个超大的对象&#xf…

[转] SQL Server中的行列转换问题

原表结构序号性别部门工资1男部门a8002女部门b9003男部门a4004女部门d 14005男部门e12006男部门f5007女部门a 3008男部门d10009女部门d123010女部门b200011男部门c200012男部门b1200最终显示 部门名 人数 男 女 小于800元 从800至999 从1000元至1190元 大于12…

vue-cli@2的原理解析

作为一个菜鸟&#xff0c;我有一颗好奇的心&#xff0c;每当vue init 的时候&#xff0c;看到那流畅的进度和神奇的结果&#xff0c;心里都充满一窥其本质的期望…… 以下就是我不断的console&#xff0c;大致理出来的一个流程心得&#xff0c;纪录在此&#xff0c;以作备忘。 …

怎么用计算机直接截图,电脑截图快捷键怎么使用,电脑怎么快捷键截图

我们对电脑快捷键都不陌生&#xff0c;有快捷键的帮助&#xff0c;我们可以加快电脑操作速度。那不知道大家对电脑截图快捷键有了解吗&#xff1f;下面小编就跟大家分享下电脑截图快捷键的几种使用方法。1. 首先使用电脑自带的截图。我们只需要使用快捷键【PrtScn】即可。在需要…

c语言数组指定位置插入和删除_Apache POI在指定位置插入表格

接到的需求是在模板表格的指定位置再插入表格。比如在模板的${proTable}处插入表格。依赖的包org.apache.poi poi 3.15org.apache.poi poi-ooxml 3.15插入表格由于是在表格里的指定地方插入表格&#xff0c;所以要遍历表格的每个单元格&#xff0c;查找到要插入点的占位符。// …

[jQuery] jQuery与jQuery UI有啥区别?

[jQuery] jQuery与jQuery UI有啥区别&#xff1f; 1&#xff09;jQuery是一个js库&#xff0c;主要提供的功能是选择器、属性修改和事件绑定等 2&#xff09;jQuery UI则是在jQuery的基础上&#xff0c;利用jQuery的扩展性&#xff0c;设计的插件。提供了一些常用的界面元素&a…

学习URLRewriter.dll的使用

1.添加引用 2.配置webconfig webconfig1<?xml version"1.0" encoding"utf-8"?> 2<configuration> 3 4 <configSections> 5 <section name"RewriterConfig" type"URLRewriter.Config.RewriterConfigSerializer…

高斯消元

高斯消元 高斯消元可真是复杂啊。。。。。 高斯消元求解n元一次线性方程组的板子题&#xff1a; P3389 【模板】高斯消元法 举个栗子&#xff1a; 2x y - z 8 -3x - y 2z -11-2x y 2z -3先将它存到矩阵中&#xff1a;②①* (2/3) ③① 接着对①变…

uoni扫地机器人好用吗_扫地机器人好用吗?了解性能看这篇

扫地机器人这类智能家电已经逐渐渗透到大众家庭中,尽管大家对这一品类不再陌生,但对它的性能了解并不全面。况且,市场上扫地机器人产品多不胜数,可实际使用效果和宣称效果存在较大差异。因此建议大家在选购和使用产品时要关注以下几个方面:本文引用地址&#xff1a;http://www.…

[jQuery] jQuery和Zepto的区别?各自的使用场景?

[jQuery] jQuery和Zepto的区别&#xff1f;各自的使用场景&#xff1f; 创建$的方式不同。前者略微要大&#xff0c;后者略微小点。场景....emmmm个人简介 我是歌谣&#xff0c;欢迎和大家一起交流前后端知识。放弃很容易&#xff0c; 但坚持一定很酷。欢迎大家一起讨论 主目…

原子微型结构信息应用到局部图形信息存储的猜想

昨天想着看一些图形学方面的知识&#xff0c;在CSDN上看到说Gabor函数可以精确是被图形细微处。于是从网上找了下面这么一篇文章看看&#xff1a; 二、Gabor函数 Gabor变换属于加窗傅立叶变换&#xff0c;Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数…