Python開發案例，pandas模塊使用，實現預測NBA比賽結果

前言

利用Python預測一下NBA比賽結果。

主要思路

（1）數據選取

獲取數據的連接爲：

https://www.basketball-reference.com/

獲取的數據內容爲：

每支隊伍平均每場比賽的表現統計；

每支隊伍的對手平均每場比賽的表現統計；

綜合統計數據；

2016-2017年NBA常規賽以及季後賽的每場比賽的比賽數據；

2017-2018年NBA的常規賽以及季後賽的比賽安排。

（2）建模思路

主要利用數據內容的前四項來評估球隊的戰鬥力。

利用數據內容的第五項也就是比賽安排來預測每場比賽的獲勝隊伍。

利用方式爲：

數據內容的前三項以及根據數據內容的第四項計算的Elo等級分做爲每支隊伍的特徵向量。

Elo等級分介紹（相關文件中有）：

爲方便起見，假設獲勝方提升的Elo等級分與失敗方下降的Elo等級分數值相等。

另外，爲了體現主場優點，主場隊伍的Elo等級分在原有基礎上增長100。

（3）代碼流程

數據初始化；

計算每支隊伍的Elo等級分（初始值1600）；

基於數據內容前三項和Elo等級分創建2016-2017年常規賽和季後賽中每場比賽的數據集；

使用sklearn中的LogisticRegression函數創建迴歸模型；

利用訓練好的模型對17-18年常規賽和季後賽的比賽結果進行預測；

將預測結果保存到17-18Result.CSV文件中。

開發工具

Python版本：3.5.4

相關模塊：

pandas模塊、numpy模塊、sklearn模塊以及一些Python自帶的模塊。

環境搭建

安裝Python並添加到環境變量，pip安裝須要的相關模塊便可。

使用演示

在cmd窗口運行Analysis_NBA_Data.py文件便可：

結果：

文章到這裏就結束了，感謝你的觀看，Python爬蟲案例系列，下篇文章AI且mini版飛機大戰。

爲了感謝讀者們，我想把我最近收藏的一些編程乾貨分享給你們，回饋每個讀者，但願能幫到大家。

乾貨主要有：

①　2000多本Python電子書（主流和經典的書籍應該都有了）

②　Python標準庫資料（最全中文版）

③　項目源碼（四五十個有趣且經典的練手項目及源碼）

④　Python基礎入門、爬蟲、web開發、大數據分析方面的視頻（適合小白學習）

⑤　Python學習路線圖（告別不入流的學習）

⑥　兩天的Python爬蟲訓練營直播權限

All done~點贊+評論～詳見我的簡介或者私信獲取完整源代碼。。