文件名称：NBA预测：使用Logistic回归模型预测每日NBA比赛
文件大小：441KB
文件格式：ZIP
更新时间：2024-02-23 21:29:39
python nba data-science model scikit-learn
NBA预测 使用Python中的Logistic回归模型预测NBA比赛 模型 该模型使用从stats.nba.com刮取的八个因素来确定NBA游戏的预测结果。 每个统计数据都调整为每100个回合，以确保速度不会影响预测。 主队 胜率 篮板 营业额 正负 进攻等级 防守等级 真实投篮命中率 用法 安装 pip3 install -r requirements.txt 每日预测 打开nbaPredict.py 编辑对makeInterpretPrediction的调用，其中包含所需的比赛日期，赛季以及赛季的开始日期 通过终端或IDE运行程序 等待约1-3分钟，模型即可完成抓取统计信息并预测结果 输出结果作为主队击败客队的机会百分比 过去的预测 打开makePastPredictions.py 使用所需的开始日期，结束日期，季节，季节的开始日期和输出文件名来编辑对makePastPredictions的调用。 注意：开始日期应至少在季节开始后三天，且结束日期不包括在内。 通过终端或IDE运行程序 两个CSV文件将保存在Data文件夹中。 一个保存游戏数据，另一个保存游戏的预测。
【文件预览】：
NBA-Predict-master
----teamIds.py(1KB)
----README.md(2KB)
----Data()
--------gamesWithInfo2017-18.csv(184KB)
--------COMBINEDgamesWithInfo2016-19.csv(547KB)
--------gamesWithInfo2016-17.csv(183KB)
--------gamesWithInfo2018-19.csv(183KB)
----makePastPredictions.py(4KB)
----configureCWD.py(417B)
----customHeaders.py(706B)
----availableStats.py(368B)
----getDailyMatchups.py(3KB)
----requirements.txt(240B)
----getStats.py(2KB)
----standardizeStats.py(3KB)
----nbaPredict.py(4KB)
----createModel.py(8KB)
----SavedModels()
--------finalized_model.pkl(874B)