文件名称：NBA机器学习：机器学习为所有NBA球队和薪水值提供动力的预测
文件大小：605KB
文件格式：ZIP
更新时间：2024-03-11 13:44:42
JupyterNotebook
:basketball: NBA机器学习 :basketball: 该项目的目标是找到一个模型来最好地预测2019-2020赛季因冠状病毒而被暂停的全联盟球队。 对几种模型进行了训练，测试和分析，以找到最合适的模型。 有关神经网络和随机森林预测分析的信息，请参阅2019年笔记本;有关2019-2020年所有NBA球队预测的信息，请参阅2020年笔记本。 更新： 9月中旬，宣布了2020年NBA最佳阵容。 2020年的神经网络模型以87％的准确性预测了此结果。 TLDR 查看此Google幻灯片演示文稿，以获取该项目的免费代码概述： : 。 安装 要实际运行笔记本电脑，您必须先点子以安装Basketball_reference_web_scraper pip install basketball_reference_web_scraper --ignore-installed 运行所有单元以加载数据（请耐心等待）。 贡献
【文件预览】：
NBA-Machine-Learning-master
----2019-Random-Forest-Predictor-Feature-Importance.ipynb(252KB)
----.ipynb_checkpoints()
--------2019-Random-Forest-Predictor-Feature-Importance-checkpoint.ipynb(252KB)
--------2019-Neural-Net-All-NBA-Team-Predictor-checkpoint.ipynb(136KB)
--------2020-Neural-Net-All-NBA-Team-Predictor-checkpoint.ipynb(68KB)
--------2020-Random-Forest-Predictor-Feature-Importance-checkpoint.ipynb(251KB)
----2020-Neural-Net-All-NBA-Team-Predictor.ipynb(68KB)
----.DS_Store(6KB)
----README.md(1KB)
----2019-Neural-Net-All-NBA-Team-Predictor.ipynb(136KB)
----2020-Random-Forest-Predictor-Feature-Importance.ipynb(251KB)