当前位置：首页 > 篮球快讯篮球快讯

利用Python预测NBA比赛结果

发布时间:2024-06-02 01:05:38【篮球快讯】人次阅读

摘要　　关注「实验楼」，每天分享一个项目教程　　NBA总决赛正在火热上演，而有数据的地方就有预测，本教程就教你使用Python预测NBA比赛的结果。　　正文共

　　关注「实验楼」，每天分享一个项目教程 　　NBA总决赛正在火热上演，而有数据的地方就有预测，本教程就教你使用Python预测NBA比赛的结果。 　　正文共：3240 字 　　预计阅读时间：8 分钟‍ 1.1 内容简介 1.2 实验知识点 1.3 实验环境 1.4 实验流程 1.5 代码获取 　　$ wget 　　2.1 比赛数据介绍 数据项数据含义Rk (Rank)排名Age队员的平均年龄W (Wins)胜利次数L (Losses)失败次数PW (Pythagorean wins)基于毕达哥拉斯理论计算的赢的概率PL (Pythagorean losses)基于毕达哥拉斯理论计算的输的概率MOV (Margin of Victory)赢球次数的平均间隔SOS (Strength of Schedule)用以评判对手选择与其球队或是其他球队的难易程度对比，0为平均线，可以为正负数SRS (Simple Rating System)3ORtg (Offensive Rating)每100个比赛回合中的进攻比例DRtg (Defensive Rating)每100个比赛回合中的防守比例Pace (Pace Factor)每48分钟内大概会进行多少个回合FTr (Free Throw Attempt Rate)罚球次数所占投射次数的比例3PAr (3-Point Attempt Rate)三分球投射占投射次数的比例TS% (True Shooting Percentage)二分球、三分球和罚球的总共命中率eFG% (Effective Field Goal Percentage)有效的投射百分比（含二分球、三分球）TOV% (Turnover Percentage)每100场比赛中失误的比例ORB% (Offensive Rebound Percentage)球队中平均每个人的进攻篮板的比例FT/FGA罚球所占投射的比例eFG% (Opponent Effective Field Goal Percentage)对手投射命中比例TOV% (Opponent Turnover Percentage)对手的失误比例DRB% (Defensive Rebound Percentage)球队平均每个球员的防守篮板比例FT/FGA (Opponent Free Throws Per Field Goal Attempt)对手的罚球次数占投射次数的比例 数据项数据含义Date比赛日期Start (ET)比赛开始时间Visitor/Neutral客场作战队伍PTS客场队伍最后得分Home/Neutral主场队伍PTS主场队伍最后得分Notes备注，表明是否为加时赛等 2.2 获取比赛数据 4.1 实验前期准备 　　$ sudo pip install pandas 　　$ sudo pip install scipy 　　$ sudo pip install sklearn

　　$ Code 　　$ mkdir cs_782 cs_782 　　$ wget 　　$ unzip data.zip 　　$ rm -r data.zip 　　4.2 代码实现 　　pandas pd 　　math 　　csv 　　random 　　numpy np 　　sklearn 　　sklearn.model_selection 　　楼+「 PHP7实战 」、「 Linux运维与Devops实战 」优惠报名中——来自腾讯、Intel、IBM等互联网大厂的一线大牛，带你从零入门成为PHP、Linux大咖！ 　　点击下面的链接了解详情： 　　11周打通 Linux 任督二脉，实验楼技术天团带你飞！ 　　他在一线互联网大厂研发PHP数年，用6周时间带你打通“全宇宙最好的语言

标签：

很赞哦！ ()