5. Model Testing
在本部分，我们对基于我们的随机森林模型的评估模型进行测试，旨在验证该模型在对奥运项目（SDEs）的评估中的准确性、适用性和稳定性。我们分别选择了动态变化的项目和固定项目进行测试，以全面评估模型的表现和实际应用效果。
**5.1 Dynamic SDEs Testing
为了测试随机森林模型在面对那些在近期有较大变化的奥运项目时的表现，我们选择了以下三个动态项目进行评估：Karate（武术）、Skateboarding（滑板） 和 Breaking（霹雳舞）。这些项目的加入反映了奥运会在拓宽受众群体和创新体育形式方面的努力。
-
增加这些项目的原因：
-
Karate（武术）：作为一项具有深厚文化根基的体育项目，武术在世界范围内拥有庞大的观众群体和参与者，尤其在亚洲国家中尤为流行。国际奥委会（IOC）在2020年东京奥运会上首次引入武术作为正式比赛项目，旨在吸引更多年轻观众并展示东亚文化的多样性。尽管武术在全球的普及性较高，但由于部分地区缺乏设施和训练基础，它仍面临着高门槛的挑战。
-
Skateboarding（滑板）：滑板运动近年来在全球范围内迅速流行，特别是在年轻人中。由于其与极限运动和街头文化紧密相关，滑板的加入体现了奥运会对新兴文化的接纳和对年轻观众的吸引力。2020年东京奥运会首次引入滑板项目，奥委会希望通过该项目激发年轻人的兴趣，并在体育项目中融入更多创新元素。
-
Breaking（霹雳舞）：霹雳舞是一种具有高度创意和文化特色的街头舞蹈形式，近年来逐渐获得全球认可。霹雳舞不仅具备体育竞争性质，还富有艺术性和表现力。2024年巴黎奥运会将首次纳入霹雳舞作为正式比赛项目，这一决定是奥委会希望通过增加更多具有吸引力和文化背景的项目，来进一步吸引年轻群体和街头文化的支持。
-
-
测试过程：
- 我们将这三项运动的关键特征数据输入到已训练好的随机森林模型中进行评分预测。每个项目的得分将综合考虑其在六大板块的变量得分的因素。
- 最终结果如下表所示：
-
结果展示：
- 在得分结果中，Skateboarding 在参与人数中得分较低，并且在线上热度的综合评判指标的分也偏低。而剩下两个运动在参与人数和线上热度都有不错的成绩。Breaking 在吸引年轻观众方面表现突出，得分亦相对较高。尽管如此，这三项运动的创新性评分相对没有特别高，在对于创新性的10项评分中三者普遍低于平均水平。
-
结论：
- 随着体育项目多样性的不断增加，随机森林模型能够有效地评估这些新兴项目的适应性和潜力，提供有关其是否符合奥运标准的可行性分析。通过这一测试，我们验证了模型在面对近年来调整和新加入的项目时的准确性和实用性。
**5.2 Fixed SDEs Testing
接下来，我们对一些自 1988 年以来稳定存在的奥运项目进行了测试。通过测试这些固定项目，我们可以验证随机森林模型在处理长期存在项目的准确性和稳定性。
-
测试项目选择：
-
游泳（Swimming）：游泳作为奥运会的传统项目，历史悠久，全球普及度极高。我们选择游泳项目作为固定项目之一，旨在测试模型在评估高度成熟项目时的稳定性和准确性。
-
篮球（Basketball）：篮球作为全球最受欢迎的体育项目之一，几乎在每个国家都有广泛的参与者。自1936年起，篮球已成为奥运会的常设项目，我们通过测试篮球项目来验证模型对普及性高、国际化强的项目的评估能力。
-
艺术体操（Artistic Gymnastics）：作为奥运会最具传统特色的体操项目之一，艺术体操在全球有着广泛的观众群体和参与基础。我们选择该项目来测试模型对技术性高、历史悠久项目的评估表现。
-
-
分析过程：
- 将这些传统项目的特征数据输入到随机森林模型中，进行评分预测。每个项目的得分将基于其普及性、性别平衡、创新性、包容性等指标进行计算。
-
结果展示：
- 对于固定项目，模型表现出较高的预测准确度，游泳、篮球和艺术体操在大多数指标下的得分均较高，尤其是在普及性和包容性方面，这些项目显然符合奥运标准。模型对于这些项目的历史表现和稳定性给予了较高评价。
- 图表清晰显示了这些项目在各个评估指标上的得分，以及它们在过去几年中是否符合奥运会的要求。
-
结论：
- 随着历史的积累，这些固定项目表现出了较强的稳定性，随机森林模型能够准确评估其符合奥运标准的程度。通过对这些项目的测试，我们进一步验证了模型在长期存在且稳定的项目中的准确性和有效性。
5.3 Model Accuracy and Performance (模型准确性与表现)
为了进一步验证模型的准确性，我们对模型进行了 K-fold 交叉验证，并通过计算 均方误差 (MSE) 和 准确率 (Accuracy) 来评估模型的预测效果。交叉验证的结果显示，模型在测试过程中表现稳定，平均准确率为 92%，并且预测误差较小，证明了随机森林模型的有效性。