主要思路
(1)数据选取
获取数据的链接为:
https://www.basketball-reference.com/
获取的数据内容为:
每支队伍平均每场比赛的表现统计;
每支队伍的对手平均每场比赛的表现统计;
综合统计数据;
2016-2017年NBA常规赛以及季后赛的每场比赛的比赛数据;
2017-2018年NBA的常规赛以及季后赛的比赛安排。
(2)建模思路
主要利用数据内容的前四项来评估球队的战斗力。
利用数据内容的第五项也就是比赛安排来预测每场比赛的获胜队伍。
利用方式为:
数据内容的前三项以及根据数据内容的第四项计算的Elo等级分作为每支队伍的特征向量。
Elo等级分介绍(相关文件中有):
为方便起见,假设获胜方提高的Elo等级分与失败方降低的Elo等级分数值相等。
另外,为了体现主场优势,主场队伍的Elo等级分在原有基础上增加100。
(3)代码流程
数据初始化;
计算每支队伍的Elo等级分(初始值1600);
基于数据内容前三项和Elo等级分建立2016-2017年常规赛和季后赛中每场比赛的数据集;
使用sklearn中的LogisticRegression函数建立回归模型;
利用训练好的模型对17-18年常规赛和季后赛的比赛结果进行预测;
将预测结果保存到17-18Result.CSV文件中。
开发工具
**Python版本:**3.5.4
相关模块:
pandas模块、numpy模块、sklearn模块以及一些Python自带的模块。
环境搭建
安装Python并添加到环境变量,pip安装需要的相关模块即可。
使用演示
在cmd窗口运行Analysis_NBA_Data.py文件即可:
结果:
代码参考https://www.3water.com/article/215291.htm
到此这篇关于利用Python实现预测NBA比赛结果的文章就介绍到这了,更多相关Python预测NBA比赛结果内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!
利用Python第三方库实现预测NBA比赛结果
- Author -
weixin_43649691声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@