文件名称：MLB-Project
文件大小：1011KB
文件格式：ZIP
更新时间：2024-04-10 01:08:41
JupyterNotebook
美国职业棒球大联盟 与大多数体育比赛一样，为了赢得棒球比赛，获胜球队必须比对垒球队得分更高。该项目侧重于美国职业棒球大联盟的得分方面。 通过10倍交叉验证比较两个线性回归模型，尽管简单的线性回归似乎更准确，但是这两个模型之间的差异似乎很小。 产生这种结果的可能原因之一是，这两个预测因子（OPS与TB + OBP）在棒球中的测量结果相似。对于那些不熟悉这项运动的人，我将简要解释这三个数据在健身中的作用。 首先，结核病衡量的是通过点击获得的碱基总数。它为单个分配1总碱基，向双分配2总碱基，向三重分配3总碱基，向本垒打分配4总碱基。因此，一支球队的结核病数据显示，整个赛季中，该团队获得了多少单打以及超垒打（双打+三连冠+本垒打）。 其次，OBP（基准百分比）测量击球手到达底脚的频率（例如，OBP为0.400表示此击球手在10个板中出现四次到达底脚）。它包括“命中”（单曲+额外的基础命中），“按球
【文件预览】：
MLB-Project-main
----images()
--------Histogram.png(73KB)
--------Yearly Changes.png(12KB)
--------Scatter Plots.png(170KB)
--------KDE Plot.png(69KB)
--------Filtered Correlation Matrix.png(41KB)
--------Q-Q Plots.png(89KB)
--------Correlation Matrix.png(23KB)
----data()
--------batting_2017.csv(6KB)
--------batting_2016.csv(6KB)
--------batting_2013.csv(6KB)
--------batting_2014.csv(6KB)
--------batting_2011.csv(6KB)
--------batting_2018.csv(6KB)
--------batting_2010.csv(6KB)
--------batting_2015.csv(6KB)
--------batting_2019.csv(6KB)
--------batting_2012.csv(6KB)
----code.ipynb(715KB)
----README.md(3KB)