python篮球比赛预测数据分析统计服_NBA常规赛结果预测——利用Python分析比赛数据...
提起「大数据」,你会想到什么?
在很多人脑中,大数据都只是一个模糊的概念;也有人会说,大数据可以用来“预测股市”、“预测地震”、“预测消费者行为”。但其实,大数据与我们的关系可能比想象中得更紧密。
从夜观天象到气象预报,从童话里的水晶球到今日的科技预言家,人类一直希望能够更早突破局限看穿未来,人类的生活也正在被大数据预测深刻改变。
相信你一定知道世界杯中,「章鱼保罗」的传说,但你可能不知道的是,它早已被大数据预测所取代:世界杯期间,谷歌、百度、微软和高盛等公司都推出了比赛结果预测平台。百度预测结果最为亮眼,预测全程 64 场比赛,准确率为 67%,进入淘汰赛后准确率为 94%。
从经验来看,只要有体育赛事历史数据,并且与指数公司进行合作,便可以进行其他赛事的预测,譬如欧冠、NBA 等赛事。
今天的课程,我们就基于 2015-2016 年的 NBA 常规赛及季后赛的比赛统计数据,预测在当下正在进行的 2016-2017 常规赛每场赛事的结果。
( 当然 NBA 比赛的影响因素有很多,转会、换教练、换球场甚至换保安,都有可能对比赛结果造成影响,所以本课程只提供方法,更多的信息挖掘和分析思路留给你来拓展。)
一、课程介绍
1. 内容简介
不知道你是否朋友圈被刷屏过 NBA 的某场比赛进度或者结果?或者你就是一个 NBA 狂热粉,比赛中的每个进球,抢断或是逆转压哨球都能让你热血沸腾。除去观赏精彩的比赛过程,我们也同样好奇比赛的结果会是如何。因此本节课程,将给同学们展示如何使用 NBA 比赛的以往统计数据,判断每个球队的战斗力,及预测某场比赛中的结果。
我们将基于 2015-2016 年的 NBA 常规赛及季后赛的比赛统计数据,预测在当下正在进行的2016-2017 常规赛每场赛事的结果。
2. 课程知识点NBA 球队的 Elo score 计算
特征向量
逻辑回归
3. 实验流程获取比赛统计数据
比赛数据分析,得到代表每场比赛每支队伍状态的特征表达
利用机器学习方法学习每场比赛与胜利队伍的关系,并对2016-2017的比赛进行预测
4. 效果截图
二、获取 NBA比赛统计数据
2.1 比赛数据介绍
在本次实验中,我们将采用Basketball Reference.com中的统计数据。在这个网站中,你可以看到不同球员、队伍、赛季和联盟比赛的基本统计数据,如得分,犯规次数等情况,胜负次数等情况。而我们在这里将会使用2015-16 NBA Season Summary中数据。
在这个2015-16总结的所有表格中,我们将使用的是以下三个数据表格:Team Per Game Stats:每支队伍平均每场比赛的表现统计。Opponent Per Game Stats:所遇到的对手平均每场比赛的统计信息,所包含的统计数据与Team Per Game Stats中的一致,只是代表的该球队对应的对手的。
Miscellaneous Stats:综合统计数据。
我们将用这三个表格来评估球队过去的战斗力,另外还需2015-16 NBA Schedule and Results中的2015~2016年的nba常规赛及季后赛的每场比赛的比赛数据,用以评估Elo score(在之后的实验小节中解释)。在Basketball http://Reference.com中按照从常规赛至季后赛的时间。列出了2015年10月份至2016年6月份的每场比赛的比赛情况。
可在上图中,看到2015年10月份的部分比赛数据。在每个Schedule表格中所包含的数据为:
在预测时,我们同样也需要在2016-17 NBA Schedule and Results中2016~2017年的NBA的常规赛比赛安排数据。
2.2 获取比赛数据
我们将以获取Team Per Game Stats表格数据为例,展示如何获取这三项统计数据。进入到basketball-refernce.com中,在导航栏中选择Season并选择2015~2016赛季中的Summary:
进入到2015~2016年的Summary界面后,滑动窗口找到Team Per Game Stats表格,并选择左上方的Share & more,在其下拉菜单中选择Get table as CSV (for Excel):
复制在界面中生的的csv格式数据,并复制粘贴至一个文本编辑器保存为csv文件即可:
为了方便同学们进行实验,我们已经将数据全部都保存成 csv文件上传至实验楼的云环境中。在后续的代码实现小节里,我们将给出获取这些文件的地址。
三、数据分析
在获取到数据之后,我们将利用每支队伍过去的比赛情况和 Elo 等级分来判断每支比赛队伍的可胜概率。在评价到每支队伍过去的比赛情况时,我们将使用到Team Per Game Stats,Opponent Per Game Stats和Miscellaneous Stats(之后简称为T、O和M表)这三个表格的数据,作为代表比赛中某支队伍的比赛特征。我们最终将实现针对每场比赛,预测比赛中哪支队伍最终将会获胜,但并不是给出绝对的胜败情况,而是预判胜利的队伍有多大的获胜概率。因此我们将建立一个代表比赛的特征向量。由两支队伍的以往比赛情况统计情况(T、O和M表),和两个队伍各自的 Elo 等级分构成。
关于 Elo score 等级分,不知道同学们是否看过《社交网络》这部电影,在这部电影中,Mark(主人公原型就是扎克伯格,FaceBook创始人)在电影起初开发的一个美女排名系统就是利用其好友Eduardo在窗户上写下的排名公式,对不同的女生进行等级制度对比,最后PK出胜利的一方。
这条对比公式就是Elo Score 等级分制度。Elo 的最初为了提供国际象棋中,更好地对不同的选手进行等级划分。在现在很多的竞技运动或者游戏中都会采取 Elo 等级分制度对选手或玩家进行等级划分,如足球、篮球、棒球比赛或 LOL、DOTA 等游戏。
后面的「数据分析」「基于数据进行模型训练和预测」不再赘述,请移步实验楼查看:
课后作业:
本次课程中,我们只是利用了scikit-learn提供的Logisitc Regression方法进行回归模型的训练,你可否尝试scikit-learn中的其他机器学习方法,或者其他类似于TensorFlow的开源框架,结合我们所提供的数据集进行训练。若采用Scikit-learn中的方法,可参看实验楼的课程:ebay在线拍卖数据分析。或是结合下图进行模型的尝试:
微信关注公众号[实验楼],手机查看海量项目教程。
python篮球比赛预测数据分析统计服_NBA常规赛结果预测——利用Python分析比赛数据...相关推荐
- python篮球比赛预测数据分析统计服_用python基于2015-2016年的NBA常规赛及季后赛的统计数据分析...
nba球队的Elo score计算 特征向量 逻辑回归 python2.7 Xfce终端 python2.7 Xfce终端 本次课程我们将按照下面的流程实现NBA比赛数据分析的任务: 获取比赛统计数据 ...
- python爬虫餐饮行业数据分析统计服_Python数据分析实战,简单快速制作餐饮行业商业化报告...
前些天有个朋友向我求救,他们公司最近要针对餐饮行业做数据分析,并为某些商家做出线上营销方案.但是他一头雾水,不知道该从哪方面下手. 我提醒他,是否先从商家的线上评价作为数据分析的入口例如美团.大众点评 ...
- python使用excel数据分析统计服_像Excel一样使用python进行数据分析
Excel是数据分析中最常用的工具,本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作.在Python中pandas库用于数据处理 ...
- python爬虫餐饮行业数据分析统计服_用Python分析统计必胜客餐厅
在之前的 一篇文章100行代码爬取全国所有必胜客餐厅 信息,我讲到如何爬取必胜客官网中全国各大城市餐厅的信息.虽然餐厅数据信息被抓取下来,但是数据一直在硬盘中"躺尸".不曾记得,自 ...
- python链家数据分析统计服_链家二手房成交——Python数据分析
一.分析背景和目的 近些年国内房地产行业发展势头迅猛,二手房需求成为了一种新热门.本次项目分析的是作为行业巨头的链家关于"二手房成交价格.经纪人相关因素"的业务数据,其数据的相关分 ...
- python体测成绩数据分析统计服_体测成绩数据分析
import numpy as np import pandas as pd from pandas import Series,DataFrame import matplotlib.pyplot ...
- 基于python的气象数据分析统计服_基于Python的风向风速数据分析的设计与实现
基于 Python 的风向风速数据分析的设计与实现 李文倩 ; 刘婕 [期刊名称] < <信息通信> > [年 ( 卷 ), 期] 2019(000)009 [摘要] Pyth ...
- 全网最全python实现数据挖掘,数据分析(matlablib,pandas,numpy,量化分析)(附源代码)
全网最全python实现数据挖掘,数据分析(matlablib,pandas,numpy,量化分析)(附源代码) 1.横直方图电影票房 2.散点图3月与10月每天的天气 3.条形图电影票房 4.条形图 ...
- 网易微专业python数据分析统计服_40套大数据云计算高级实战精品,数据分析,数据仓库,数据爬虫,项目实战,用户画像, ......
40套大数据云计算高级实战精品,数据分析,数据仓库,数据爬虫,项目实战,用户画像,日志分析,Hadoop,Flink,Spark,Kafka,Storm,Docker,ElaticStack等视频教程 ...
最新文章
- js调用ios的方法
- Go开发之路 -- 指针类型
- 数组中子数组的最大累乘积
- 【NOIP2013模拟9.29】密码
- 实习二 分组密码加密_分组密码加密模式
- jdbctemplate 开启事务_浅入浅出 Spring 事务传播实现原理
- 移动端上下拖动调整顺序效果_移动端上下滑动事件之--坑爹的touch.js
- 嘿嘿,我就不信搞不定你--Dynamo
- C#多线程之线程池篇1
- python常用数据结构及算法_常用数据结构和算法汇总
- Charles的使用方法
- 隐藏桌面上计算机图标不见了怎么办,隐藏桌面我的电脑图标不见了怎么办
- 黑莓7100T激活上网、彩信设置(转)
- 如何生成网站地图(Sitemap)
- 生产线平衡算法matlab,装配生产线任务平衡问题的遗传算法MATLAB源代码
- imx6ull的boot, 之我的理解
- 【源码】基于SIFT和RANSAC算法的高分辨率图像伪造检测
- appium+python闲鱼采购自动化测试实战
- 微信小程序获取二维码scene报错40129
- oracle表空间不足影响,Oracle 表空间不足引起的问题及解决方法