Линейное программирование фэнтези-футбола в R с RGLPK

долгое время прослушиватель первый раз вызывающий абонент в S. O... Я задаю вопрос, который задавался очень похожим образом раньше, однако я не считаю, что я достаточно умен, чтобы расшифровать, как реализовать решение, за это я прошу прощения. Вот ссылка на вопрос, который я нашел: ограничения в R множественном целочисленном линейном программировании

Я максимизирую свои прогнозируемые точки фантазии (FPTS_PREDICT_RF), при условии ограничения зарплаты 50,000, минимизируя расчет "риска", который Я придумал.

теперь проблема заключается в положении" flex". Команда должна состоять из 9 позиций, 1 QB 2 РБ 3 WR 1 Тэ 1 DEF 1 FLEX

flex может быть RB, WR или TE.
Так, мы можем после этого иметь: 1 QB 2-3 РБ 3-4 WR Те 1-2 1 DEF

Я пытаюсь реализовать ограничение, которое #RB + #WR + #TE ==7.

вот соответствующий код:

library(Rglpk)



# number of variables
num.players <- length(final$PLAYER)
# objective:
obj <- final$FPTS_PREDICT_RF
# the vars are represented as booleans
var.types <- rep("B", num.players)
# the constraints
matrix <- rbind(as.numeric(final$position == "QB"), # num QB
           as.numeric(final$position == "RB"), # num RB
           as.numeric(final$position == "WR"), # num WR
           as.numeric(final$position == "TE"), # num TE
           as.numeric(final$position == "DEF"),# num DEF
           diag(final$riskNormalized),         # player's risk
           final$Salary)                       # total cost

direction <- c("==",
         "<=",
         "<=",
         "<=",
         "==",
         rep("<=", num.players),
         "<=")

rhs <- c(1, # Quartbacks
       3, # Running Backs
       2, # Wide Receivers
       1, # Tight Ends
       1, # Defense
       rep(10, num.players), #HERE, you need to enter a number that indicates how
                             #risk you are willing to be, 1 being low risk,
                             # 10 being high risk.  10 is max.
       50000)                # By default, you get 50K to spend, so leave this number alone. 

sol <- Rglpk_solve_LP(obj = obj, mat = matrix, dir = direction, rhs = rhs,
                      types = var.types, max = TRUE)
sol #Projected Fantasy Points

кто-нибудь может помочь мне реализовать это ограничение? Любая помощь-это много, высоко ценится!

EDIT: ссылка на набор данных "final" - это формат csv: https://www.dropbox.com/s/qp35wc4d380hep1/final.csv?dl=0

побочный вопрос: для любого из вас, фэнтезийных футболистов, я вычисляю свой фактор "риска" непосредственно из S. D. исторических фэнтезийных точек игрока и нормализую это число над поддержкой [0,10]. Можете ли вы придумать лучший способ рассчитать данный риск игроков?

9
constraints linear-programming mathematical-optimization r

1 ответов

вы можете сделать это, добавив следующие ограничения:

  • число RBs >= 2
  • число RBs
  • количество WRs >= 3
  • количество WRs
  • количество TEs > = 1
  • количество TEs
  • количество RBs + WRs + TEs == 7

вот обновленный код:

library(Rglpk)

# number of variables
num.players <- length(final$PLAYER)
# objective:
obj <- final$FPTS_PREDICT_RF
# the vars are represented as booleans
var.types <- rep("B", num.players)
# the constraints
matrix <- rbind(as.numeric(final$position == "QB"), # num QB
           as.numeric(final$position == "RB"), # num RB
           as.numeric(final$position == "RB"), # num RB
           as.numeric(final$position == "WR"), # num WR
           as.numeric(final$position == "WR"), # num WR
           as.numeric(final$position == "TE"), # num TE
           as.numeric(final$position == "TE"), # num TE
           as.numeric(final$position %in% c("RB", "WR", "TE")),  # Num RB/WR/TE
           as.numeric(final$position == "DEF"),# num DEF
           diag(final$riskNormalized),         # player's risk
           final$Salary)                       # total cost
direction <- c("==",
         ">=",
         "<=",
         ">=",
         "<=",
         ">=",
         "<=",
         "==",
         "==",
         rep("<=", num.players),
         "<=")
rhs <- c(1, # Quartbacks
       2, # RB Min
       3, # RB Max
       3, # WR Min
       4, # WR Max
       1, # TE Min
       2, # TE Max
       7, # RB/WR/TE
       1, # Defense
       rep(10, num.players), #HERE, you need to enter a number that indicates how
                             #risk you are willing to be, 1 being low risk,
                             # 10 being high risk.  10 is max.
       50000)                # By default, you get 50K to spend, so leave this number alone. 

sol <- Rglpk_solve_LP(obj = obj, mat = matrix, dir = direction, rhs = rhs,
                      types = var.types, max = TRUE)

наконец, вы можете оценить свое решение путем подмножества final:

final[sol$solution==1,]
#        X          PLAYER FPTS_PREDICT_LIN FPTS_PREDICT_RF Salary position
# 1      1      A.J. Green         20.30647       20.885558   5900       WR
# 17    18    Andre Holmes         13.26369       15.460503   4100       WR
# 145  156 Giovani Bernard         17.05857       19.521157   6100       RB
# 148  160      Greg Olsen         17.08808       17.831687   5500       TE
# 199  222    Jordy Nelson         22.12326       24.077787   7800       WR
# 215  239 Kelvin Benjamin         16.12116       17.132573   5000       WR
# 233  262    Le'Veon Bell         20.51564       18.565763   6300       RB
# 303  340  Ryan Tannehill         17.92518       19.134305   6700       QB
# 362 3641              SD          5.00000        6.388666   2600      DEF
#         risk riskNormalized
# 1   5.131601       3.447990
# 17  9.859006       6.624396
# 145 9.338094       6.274388
# 148 6.517376       4.379111
# 199 9.651055       6.484670
# 215 7.081162       4.757926
# 233 6.900656       4.636641
# 303 4.857983       3.264143
# 362 2.309401       0.000000

для этих проблемных данных вы выбрали широкий приемник в положение flex.

9