表現預測

表現預測是什麼

表現預測功能會基於訂閱者過去的 Strava 活動資料，預測關鍵跑步距離的完成時間。支援的距離有 5 公里、10 公里、半程馬拉松與全程馬拉松。表現預測並不會考慮地形與海拔的變因，以於平緩場地（如操場）跑步的狀態進行預測。預測是訂閱專屬的功能，可以在你分頁的進度區塊找到。

運作方式

若想看見預測值，訂閱者需要在 24 週的時間段（約 5 個半月）之間上傳至少 20 個跑步活動。這個數量限制是為了確保提供這項功能的機器學習模型有足夠的資訊提供準確的高品質預測。模型會在運動同好上傳跑步活動後或三天內沒有上傳跑步活動時產生新的預測值。如果訂閱者在所需的時間段之內沒有上傳足夠的跑步活動，會顯示之前有足夠資料時所預測的數值。當訂閱者繼續上傳活動，並達到所需的最少數量後，就會更新預測值。

我們使用的技術

Strava 的表現預測功能使用了機器學習模型，會考慮超過 100 種運動同好的數值指標，包含歷來的跑步記錄以及最佳表現等等。其他的賽跑預測功能通常只根據預估的 VO2 最大值等理論數值進行預測，Strava 的預測功能與他們不同，會使用真實的活動資料進行預測。我們的系統會同時參考其他訓練歷程相似的運動同好，預測出來的數值有其他相似體能的運動同好的實際數據作為依據，所以更為真實精準。

不同的跑步距離是單獨計算的，因此能更為準確。舉例來說，練習跑馬拉松的運動同好每週長跑的訓練量比較大，因此會發現他們在半程馬拉松與全程馬拉松的預測值逐步進步，但短距離的預測值並不會同等的進步。同樣地，專注練習短距離、注重速度與功率的運動同好，則會發現他們在 5 公里與 10 公里的預測值進步的比長距離的預測值多，這是因為長距離跑注重的能力與短距離跑不盡相同。