太原学院智能与自动化系课程设计报告.docx

薛福名称 专业班级 驳名
%号
敖师
太原老浣窗惚与自劭化系
薛程微新想告
智能数据挖掘智能科学与技术19-1
王炳乾6
2021-2022 (1)白文江
2021年72月宓日
pred = predict_winner(teaml, team2, model) prob = pred[0][0]if prob > 0. 5：
winner = teamlloser = team2
d([winner, loser, prob]) else：
winner = team2loser = teaml
d([winner, loser, 1 - prob])
with open(f 1, 'w') as f：
writer = r(f)row(['win'，’lose1, 'probability']) rows(result)
print (' done.')#我们实验Pandas预览生成预测结果文件文件:
try：
pd. read_csv(f f, header=0)except：
pass#查看生成csv文件 import csv
with
open (! f) as f：

csv 二
headers
for row
r (f)=next(f_csv) in f csv：
print (row)五、结果及分析
L结果:
Building data set..
X [[1700, 27. 2, 32. 0, 50. 0, 33. 0, 49.0, -2. 73, 0. 0, -2. 74,104. 6, 107. 6, 93.4,0. 255,0. 256, 0. 527,0. 483,12. 6,23. 7, 0. 205,0. 487000
00000000004, 10. 5, 75. 8, 0. 204, 812292. 0,38. 0,85. 8, 0.44299999999999995, 7. 6,22. 4,0, 341, 30. 3, 63.4, 0,479,17. 5, 23. 2, 0,754, 10.
9, 33.3, 44.2, 20.8, 7.2, 4.2, 11.3, 18.5,101.1, 36.9,84.0, 0.439, 7.4, 21.5,0.34600000000000003,29.4,62.5,
17. 2, 21. 4, 0. 805, 10. 4, 34. 0, 44. 4, 20. o,5. 7,5. 7, 13.4,19. 7, 98. 4, 1600, 28.2, 48.0, 34.0, 51. 0,31.0,3. 61,-0. 12, 3. 49,105. 1, 1
Fitting on 1316 game samples..
Doing cross-validation..

Predicting on new schedule..
done.
结果1
J Indiana Pacers', J
7 Houston Rockets', 1 Los Angeles Lakers', ,J
二 Memphis Grizzlies', , Minnesota Timberwolves，, ’
['Charlotte Hornets', ' Milwaukee Bucks', '0.7690952655343486'[
二’Denver Nuggets5
f Miami Heat', ' Orlando Magic',
7 Oklahoma City Thunder', ' Philadelphia 76ers,, '0.
7 Sacramento Kings', ' Phoenix Suns', '0.7258686751709502']
? Toronto Raptors', 1 Detroit Pistons*, '0.7535364327866106']
[,Atlanta Hawks5, , Washington Lizards', * 0.630574956949663']
V Chicago Bulls,, ' Boston Celtics',
['Los Angeles Clippers', ' Portland Trail Blazers5,Z
['San Antonio Spurs', ' Sacramento Kings", '
7 Indiana Pacers', , Brooklyn Nets', '
「 Dallas Mavericks', ' Houston Rockets5, .0. 562606995058902']
7 Detroit Pistons1, 1 Orlando Magic", '0.6856948252207253']Miami Heat,, ' Charlotte HornetsJ, '
['Golden State Warriors',
['Oklahoma City Thunder', 1,结果二
2 .分析：
我们利用的局部统计数据，计算每支NBA比赛队伍的Elo socre,和利用这些基本统计 数据评价每支队伍过去的比赛情况，并且根据国际等级划分方法Elo Score对队伍现在的战 斗等级进行评分，最终结合这些不同队伍的特征判断在一场比赛中，哪支队伍能够占到优势。 但在我们的预测结果中，与以往不同，我们没有给出绝对的正负之分，而是给出胜算较大一 方的队伍能够赢另外一方的概率。当然在这里，我们所采用评价一支队伍性能的数据量还太 少（只采用了 15~16年一年的数据），如果想要更加准确、系统的判断。通过本次的课程设 计让我学习到了数据挖掘的分析方法，更加的熟练掌握数据分析的重点。加强巩固了分析的 思维。
3 .心得：
学习数据挖掘这门课程已经有一个学期了，在这十余周的学习过程中，我对数据挖掘这 门课程的一些技术有了一定的了解，并明确了一些容易混淆的概念，数据挖掘，简单说，就 是从大量的数据中，抽取出潜在的、有价值的知识、模型或规那么的过程。我会继续学习这门 课程，努力为今后的课题研究或论文打好基础。
参考文献[1]方巍，《Python数据挖掘与机器学习实战》，机械工业出版社，2019
[2]邵峰晶于忠清等《数据挖掘原理与算法》，中国水利水电出版社，2003[3]韩家炜《数据挖掘：概念与技术》，机械工业出版社2017
4 4] Margaret H. Dunham《数据挖掘教程》，清华大学出版社，2005[5]张俊妮，《数据挖掘与应用》，北京大学出版社，2009
import pandas as pdimport math
import csvimport random
import numpy as npfrom sklearn import linear.model
from _selection import cross_val_score##当每支队伍没有elo等级分时，赋予其基础elo等级分 base_elo = 1600
team_elos ={}team_stats ={)
X 二 口y 二口
# #存放数据的目录folder ='data'
#根据每支队伍的Miscellaneous Opponent, Team统计数据csv文件进行初始化 def initialize_data(Mstat, Ostat, Tstat)：
new_Mstat = (['Rk'， 'Arena'], axis=l)
new_0stat =(['Rk'， 'G', 'MP'], axis=l)
new_Tstat =([1Rk1, 'G', 'MP'], axis=l)
teamstatsl = pd. merge(new_Mstat, new_0stat, how='left', on=，Team*) team_statsl = pd. merge(team_statsl, new_Tstat, how=,left1, on='Team') return team―index(rTeam*, inplace=False, drop二True)def get_elo(team)：
try：
return team_elos[team]
except：
#当最初没有elo时，给每个队伍最初赋base_eloteam_elos[team] = base_elo
return team_elos[team]#计算每个球队的elo值
def calc_elo(win_team, lose_team)： winner_rank = get_elo(win_team) loser_rank = get_elo(lose_team)
rank_diff = winner_rank - loser_rank exp = (rank_diff * -1) / 400
odds = 1 / (1 + (10, exp))
#根据rank级别修改K值
if winner_rank < 2100：
k 二 32
elif winner_rank >= 2100 and winner_rank < 2400：
k = 24
else：
k = 16
#更新rank数值
new_winner_rank = round(winner_rank + (k * (1 - odds))) new_loser_rank = round(loser_rank + (k * (0 - odds))) return new_winner_rank, new_loser_rankdef bui1d_dataSet(all_data)：
print(nBuilding data set..")
X =[]
skip = 0
for index, row in all_ows()：
Wteam = row[1WTeam1]Lteam = row['LTeam']
# 获取最初的elo或是每个队伍最初的elo值teaml_elo = get_elo(Wteam)
team2_elo 二 get_elo(Lteam)给主场比赛的队伍加上100的elo值
if row[*WLoc1] == 'H'：
teaml_elo += 100else：
team2 elo += 100
# 把elo当为评价每个队伍的第一个特征值 teaml_features = [teaml_elo]team2_features = [team2_elo]
# 添加我们从basketball获得的每个队伍的统计信息for key, value in team_[Wteam]. iteriterns()： teaml_d(value)
for key, value in team_[Lteam]. iteritems()：
team2 d(value)将两支队伍的特征值随机的分配在每场比赛数据的左右两侧
# 并将对应的0/1赋给y值if m() > 0.5：
X. append(teaml_features + team2_features)y. append(0)
else：
X. append (team2_features + teaml_features)y. append (1)
if skip 二二 0：
print (fXf,X)skip = 1
#根据这场比赛的数据更新队伍的elo值new_winner_rank, new_loser_rank = calc_elo(Wteam, Lteam) teamelos[Wteam] = new_winner_rank
team_elos[Lteam] = new_loser_rank
return np.nan 一to num (X), y if _name_ == ,_main—'：
Mstat = pd. read _csv(folder + ,/15-16Miscellaneous_1)
Ostat = pd. read_csv(folder + 1/15-160pponent_Per_Game_1)
Tstat = pd. read_csv(folder + f/15-16Team_Per_Game_1)
team_stats = initialize^data(Mstat, Ostat, Tstat)
result_data = pd. read_csv (folder + 1/2015-2016_r)
X, y = bui1d_dataSet(resu1t_data)
#训练网络模型
print("Fitting on %d game samples.. H % len(X))
model = linear_ticRegression()
(X, y)
#利用10折交叉验证计算训练正确率
print (HDoing cross-validation. . n)
print(cross_val_score(model, X, y, cv = 10, scoring=，accuracy1, n_jobs=-l). mean())def predict_winner(team^1, team 2, model)： features =[]
# team 1,客场队伍d (get_elo (team^l))
for key, value in team_[team 1]. iteritems()： d (value)team 2,主场队伍
d(get_elo(team_2) + 100)for key, value in team_[team^2]. iteritems()： d (value)
features = np. nan_to_num(features)return ct_proba([features])
#利用训练好的model在16-17年的比赛中进行预测print('Predicting on new schedule..1) schedulel617 = pd. read csv (folder + '/') result =[]
for index, row in ows()： teaml = row[f Vteam*] team2 = row[1Hteam1] pred = predict_winner(teaml, team2, model) prob = pred [0] [0] if prob > 0. 5： winner = teaml loser 二 team2 d([winner, loser, prob])else：
winner = team2 loser = teaml d([winner, loser, 1 - prob])with open(f ,, 'w') as f： writer = r(f) row([1 win1, ‘lose', 'probability1]) rows(result) print (f done.)
try：
pd. read_csv(f1, header=0) except：
passimport csv
with open('') as f：
f_csv = r(f)
headers 二 next (f_csv)for row in f_csv： print (row)
课程设计题目：NBA比赛结果预测
一、工程背景和目标1二、数据概览1
三、数据分析2四、代码实现3
五、结果及分析7参考文献8
一、工程背景和目标工程背景
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。
1.1 工程目标
比照赛数据分析，得到代表每场比赛每支队伍状态的特征表达，利用每场比赛与胜利队 伍的关系，对2016-2017的比赛进行预测。
八数据概览1.1获取NBA比赛统计数据
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：
1 .进入到Basketball中，在导航栏中选择Season并选择2015~2016赛季中的Summary：
2 .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)：
TeamGameSuts *rwovmb I , ▲]riA ORA DR8 TRB AST BLK TOV Pf PIS
的！W—• " 247.4 S3 I
Mxxf SMmg Tooa
jit
792 1),1 15«7.4
H0.2
•2 241.S 40.0
25.5
.725 i0.6 33.7 44.2 24.5 氟9
4，20.4
106.6
6 241.0
“4 n.S M.T 4M 22.2 10.0
S.2 UM
106.5

.$n$ 6).i
・，”1，».«.410 10.5
.490 17.4 "Q
1054
7 LflLACQCSA-UlSSCia1
8
“4 55.7
1B.2
“ IXO 21.3
•2 242.1 M.O 10.7 ”6
.$14 U.) 2L7
.748 28 319 44,5 22.7
104.J
6 240.9 ”.S 85.B .460 8.6 24.2
$01 U.S 12,
730
944L« MS
8.6
3• 14 5 20 辱 104 .1
•2 240,40.1 82.9 .444 U.S
,3H 3X.2 64.4
SIS U.4 J0.4
9.4 34.5 43G 24,
USS
:42.1 ”Q M.4
.4" IB.? )，.7
t.O M.O 4).* JI.7
10J.4
，I2IM
•.I >3.a 4a i
If 1g 】»1
loa.e
I)ft86PgM
h imXaJUBtsD* 15Tcfienwdw
・Z 241.2 M,S 95.9
42 241.2 X.7 Bi.J
82 242.461.3
a 244.0 ”.4 M.i
4S1 B.6 2) 4
.444 5.S X&4
,M<0 299 62.1
W 17 J 22.2
4S3 20.8 26.7
776
4； 1X4 20 9
102.7
777 i0,2 J12 414 W.7
102.7
JR 3>，X9
M4 ss.e
4% 21.4 ”Q
48 17.7
m 10.0 Jl.S 4t.s ”4
&.0
44 )SjO 20.7
102.4
102.3

3,复制在界面中生成的csv格式数据，并粘贴至一个文本编辑器保存为csv文件即可:
Rk
lean
Age
V
LPV
PL
KOV
SOS
SRS
OR”
DR"
Pace
FTr
3PAr
TS%
cFG%
TOV%
ORB%
FT/FGA
eFG%
TOW
DRBX
FT/FGA Arena Attendanc
1
Golden St 27. 4
73
9
65
17
10.76
-0. 38
10. 38
114.5
103.8
99.3
0. 25
0. 362
0. 593
0. 563
13.5
23.5
0. 191
0.479
12.6
76
0.208 Oracle Ai
803436
2
San Antox
30.3
67
：5
67
15
10.63
-0. 36
10. 28
110.3
99
93.8
0.246
0. 223
0. 564
0. 526
12.4
23
0. 197
0.477
14. 1
79. 1
0. 182 ATtT Cen!
756445
3
Oklahoma
25.8
55
27
59
23
7.28
-0.19
7. 09
113.1
105.6
96.7
0.292
0.275
0. 565
0. 524
14
31.1
0.228
0.484
H.7
76
0. 205 Chesapeall 7463231
4
Clevelanc
28.1
57
25
57
25
6
-0.55
5.45
110.9
104.5
93.3
0.259
0. 352
0. 558
0. 524
12.7
25.1
0.194
0.496
12.6
78.5
0.205 Quicken I
843042
5
Los Angel
29.7
53
2953
29
4.28
-0.15
4. 13
108.3
103.8
95.8
0.318
0. 324
0. 566
0. 524
12.1
20.1
0. 22
0.48
13.8
73.8
0.222 STAPLES C
786910
6
Toronto
26.3
56
26
53
29
4.5
-0.42
4.08
110
105.2
92.9
0.328
0.287
0. 552
0. 504
12.3
24.6
0.255
0.498
12.7
77.7
0.201 Air Canac
812863
7
Atlanta !
28.2
48
34
51
31
3.61
-0.12
3.49
105.1
101.4
97. 1
0.237
0. 336
0. 552
0.516
13.8
19. 1
0. 185
0.48
14.4
74.6
0.194 Philips /
690150
8
Boston
25.2
48
34
50
32
3.21
-0.37
2.84
106.8
103.6
98.5
0.264
0.293
0. 531
0.488
12.1
25. 1
0.208
0.487
14.6
74.6
0.231 TD Garder
749076
9 Charlotte
26
48
34
49
33
2.72
-0.36
2.36
107.1
104.3
95.7
0.28
0. 348
0. 545
0. 502
11.7
20
0.222
0.496
12.5
79.8
0.191 Time Varr
716894
10
Utah Jazs
24.2
40
42
46
36
1.79
0.05
1.84
105.9
103.9
91
0.286
0.297
0.54
0. 501
14.2
25.9
0.213
0.495
13.5
77.7
0. 21 Vivint Sn
791489
11
Indiana I
26.9
45
37
46
36
1.71
-0.09
1.62
104.6
102.9
96.6
0.268
0.27
0. 536
0. 497
13.5
23.4
0.205
0.489
14.3
76
0.205 Bankers 1
690733
12
Miaiii He j
28.4
48
34
46
36
1.65
-0.14
1.5
106.1
104.4
93.6
0.282
0. 221
0. 545
0. 508
13.3
23.8
0.2!
0. 485
12. 1
77.8
0. 196 American/
809350
13
Portland
24.3
44
38
43
39
0.83
0.15
0. 98
108.8
108
96
0.268
0. 332
0. 548
0.511
13.2
25.9
0.202
0.503
12. 1
76.2
0. 225 Moda Cent
794085
14
Detroit 1
25
44
38
43
39
0.61
-0.18
0.43
106.1
105.5
95.1
0.296
0. 303
0. 522
0. 491
12.2
27
0.197
0.504
12.5
79.3
0.196 The Palac
677138
15
Houston
27.8
41
41
42
40
0.2
0.14
0.34
108.3
108.1
97.6
0.352
0.37
0. 553
0.516
14.2
25.7
0.244
0.516
14.7
72.8
0.219 Toyota Cc
737244
16
Dallas
30.3
42
40
40
42
-0.3
0.29
-0. 02
106.7
107
94.3
0.265
0. 339
0. 544
0. 502
12
20.6
0.211
0. 504
12.8
76.2
0. 198 Anerican
825901
17
Washmgtc
27.3
41
41
40
42
-0.5
0
-0.5
105.3
105.8
98.5
0.263
0.282
0. 544
0.511
13.1
20.6
0. 192
0.515
14.6
77.7
0.218 Verizon C
725426
18
Chicago I
27.6
42
40
37
45
-l.48
0.0!
-1.46
105
106.5
95.7
0.24
0.244
0. 526
0.487
12.6
24.5
0. 189
0.485
10.7
74.9
0.182 United Ce
894659
19 Orlando
23.9
35
47
36
46
7.12
-0.06
-1.68
105.1
106.8
96
0.232
0. 255
0. 533
0.5
12.8
23.1
0.175
0.513
13.8
76.5
0. 215 Anway Cer
719275
20
Memphis (
30.5
42
40
35
47
-2.24
0.11
-2. 14
105.4
107.8
93.3
0.295
0.222
0. 524
0. 477
12.3
25.3
0.231
0.518
15.2
75.1
0.251 FedEx Foi
701894
21
Sacraiiien^
26.6
33
49
34
48
-2.48
0.16
-2.32
106
108.4
100
0.295
0.26
0. 546
0.51
14.2
23.9
0.214
0. 521
14
74.9
0.202 Sleep Trw
707626
22
Nev York
27.2
32
50
33
49
-2.73
0
-2.74
104.6
107.6
93.4
0.255
0.256
0. 527
0. 483
12.6
23.7
0.205
0.487
10.5
75.8
0. 204 Madison £
812292
23
Denver Ni
24.7
33
4。
33
49
-3.I
0.29
-2.8!
105.6
108.9
95.7
0.282
0. 277
0. 53!
0.489
13.2
25.8
0.216
0.515
12.6
77.3
0. 216 Pepsi Cer
577898
24
Minnesota
24.6
29
53
31
51
-3.54
0.15
-3.38
106.5
110.1
95.2
0.332
0. 202
0. 549
0. 498
13.9
24.3
0.263
0.524
13.6
74.7
0.2 Target Ce
581178
25
Nev Orle<
26.6
30
52
31
51
-3.79
0.24
-3.56
105.6
109.5
96.8
0.259
0.277
0. 537
0. 498
12.3
21.2
0.201
0.523
12.7
78.8
0.225 Snoothie
686549
26
Milwaukee
23.5
33
49
29
53
-4.18
0.2
-3. 98
104.3
108.7
94.2
0.276
0. 189
0. 537
0. 499
14.2
24.9
0.207
0.51
14.2
73.1
0.221 BJIO Harri
621808
27
Phoenix
26
23
59
24
58
-6.66
0.34
-6.32
102.2
109
98.5
0.271
0. 302
0. 526
0. 487
15.2
25.4
0.204
0. 523
13.5
77. 1
0. 237 Talking J
701405
28
Brooklyn
26.9
2!
61
22
60
-7.35
0.24
-7.12
103.2
110.9
95.2
0.246
0.218
0. 527
0. 492
13.6
24. 1
0.186
0.534
13. 1
75.7
0. 176 Barclays
620142
29
Los Ange
26.5
17
65
17
65
-9.56
0.64
-8. 92
101.6
111.6
95.6
0.292
0.29
0. 509
0. 46
12.5
23.1
0.228
0.523
11.6
74.7
0.202 STAPLES C
778877
30
Philadclj
23.3
10
7216
66
-10.23
0.31
-9. 92
98.8
109.2
97.9
0.269
0. 327
0.519
0.487
14.8
20.6
0.186
0.51
13.5
74
0.24 Veils Fai
614650
三、数据分析
在这里我们将基于国际象棋比赛，大致地介绍下Elo等级划分制度。在上图中Eduardo 在窗户上写下的公式就是根据Logistic Distribution计算PK双方（A和B）对各自的胜 率期望值计算公式。假设A和B的当前等级分为RAR_ARA和RBR_BRB,那么A对B的胜率 期望值为：
1 + 10(Rb-RQ/4OOB对A的胜率期望值为
Eb =
1 + 10(&-品)/400

和他的胜
如果棋手A在比赛中的真实得分SAS.ASA （胜1分，和0. 5分，负0分） 率期望值EAE_AEA不同，那么他的等级分要根据以下公式进行调整=R°^ + K(Sa -用/)
在国际象棋中，根据等级分的不同K值也会做相应的调整：
• 大于等于2400, K=162100^2400 分,K=24
• 小于等于2100, K=32
因此我们将会用以表示某场比赛数据的特征向量为（假如A与B队比赛）：［A队Eloscore, A队的T,0和M表统计数据，B队Elo score, B队的T,0和M表统计数据］
四、代码实现引入实验相关模块 import pandas as pd import math
import csvimport random
import numpy as npfrom sklearn import linear_model
from _selection import cross_val_score设置后归训练时所需用到的参薪变量
# #当每支队伍没有elo等级分时，赋予其基础elo等级分base_elo = 1600
team_elos ={}team_stats = {}
X =[]y =[]
# #存放数据的目录folder = 'data1
# 在最开始需要初始化数据，从T、0和M表格中读入数据，去除一些无关数据并将这三个 表格通过Team属性列进行连接根据每支队伍的Miscellaneous Opponent, Team统计数据csv文件进行初始化
def initialize_data(Mstat, Ostat, Tstat)：
new_Mstat = ([1Rk1, fArena*], axis=l)
new_0stat = ([fRk1, fGr, 'MP'], axis=l)
new_Tstat = ([1Rk1, 'G'，'MP'], axis=l)
team_statsl = pd. merge (new_Mstat, new_0stat, how=!leftr, on=,Team1) team_statsl = pd. merge(team_statsl, new_Tstat, how=rleftf, on='Team') return team_index(!Team,, inplace=False, drop=True) def get_elo(team)：
try：
return team_elos[team]
except：
#当最初没有elo时，给每个队伍最初赋base_eloteam_elos[team] = base_elo
return team_elos[team]#计算每个球队的elo值
def calc_elo(win_team, lose_team)：
winner_rank = get_elo(win_team)
loser_rank = get_elo (lose_team)
rank_diff = winner_rank - loser_rank
exp 二(rank_diff * -1) / 400
odds - 1 / (1 + (10, exp))
#根据rank级别修改K值
if winner_rank < 2100：
k = 32
elif winner_rank >= 2100 and winner_rank < 2400：
k 二 24
else：