文件名称：dfs:DFS 阵容优化器应用程序的 Github 存储库
文件大小：1.42MB
文件格式：ZIP
更新时间：2024-06-19 00:27:27
HTML
关于 DFS 线性优化应用程序使用许多 R 包和函数来为每周的每日梦幻体育比赛生成最佳阵容。 提供了三个主要的日常幻想体育平台（Draftkings、Fanduel 和 Yahoo）中的每一个。 预测和薪水在一周内不断更新，以提供最新信息。 这是通过一系列，这些从网站上抓取玩家状态、团队、预期分数和薪水。 优化流程 使用来源的预测和工资，应用程序将优化分配在每个平台上提供的预算，并使用包最大化预测点的数量。 这个过程很大程度上基于之前所做的工作。 正如 Troy 所提到的，这种方法的一个缺点是体育、NFL 和球员得分是不稳定的，因此球员的预测可能与每场比赛中球员的表现大相径庭。 为了解决这个问题，我们的应用程序允许包含和排除玩家。 通过在优化过程中包括或排除球员，线性规划算法的参数会更新以考虑剩余名单、预算和可用球员。 点直到最佳测量 DFS 优化应用程序使用来源的预测和薪水，还提供有关
【文件预览】：
dfs-production
----.gitignore(578B)
----script_scrape.R(76KB)
----LICENSE(1KB)
----Archive()
--------scratch_diff_test.R(6KB)
--------yahoo_optimize.R(5KB)
--------draftkings_optimize.R(5KB)
--------fanduel_optimize.R(5KB)
--------script_scrape_salaries_projections.R(4KB)
--------script_dk.R(1KB)
--------dfs_salaries.R(1KB)
--------dfs_function.R(11KB)
--------dfs_nonslate_games.R(860B)
--------script_fd.R(1KB)
--------style.css(128B)
--------dfs_function_extra_functions.R(1KB)
--------dfs_salaries_df.R(6KB)
--------optimize_full.R(7KB)
--------colors.R(713B)
--------dfs_projections.R(6KB)
--------script_yh.R(1KB)
--------dfs_optimize.R(738B)
--------dfs_ownership.R(109B)
--------script_scrape_showdown.R(13KB)
--------dfs_games.R(0B)
--------test_function.R(292B)
----.github()
--------workflows()
----README.md(2KB)
----js_app_ex()
--------reprex_jquery_tooltip.R(878B)
--------modal_table.R(1KB)
--------double_click_text_output.R(2KB)
--------row_hover_js.R(3KB)
----rsconnect()
--------shinyapps.io()
----Output()
--------salaries_projections_main_slate.csv(53KB)
--------picks_dk_snf.csv(4KB)
--------picks_fd_sun_early.csv(319B)
--------picks_yh_sun_turbo.csv(299B)
--------picks_yh_sun_mon.csv(297B)
--------picks_dk_thu_mon.csv(311B)
--------picks_dk_afternoon.csv(311B)
--------picks_fd_sun_mon.csv(319B)
--------picks_dk_nyg_dal_w5.csv(985B)
--------picks_dk_sun_turbo.csv(312B)
--------salaries_projections_scraped_script.csv(33KB)
--------picks_dk_sun_early.csv(311B)
--------picks_fd_thu_mon.csv(319B)
--------picks_yh_sun_early.csv(299B)
--------picks_fd.csv(319B)
--------picks_dk_car_atl_w5.csv(1017B)
--------salaries_projections_slate_sun_mon.csv(51KB)
--------salaries_projections_slate_thu_mon.csv(53KB)
--------time.RData(108B)
--------picks_dk.csv(311B)
--------salaries_projections_slate_sun_turbo.csv(51KB)
--------picks_fd_sun_turbo.csv(319B)
--------picks_dk_sun_mon.csv(308B)
--------picks_dk_sea_min_w5.csv(989B)
--------check(5B)
--------picks_fd_afternoon.csv(319B)
--------picks_yh_afternoon.csv(299B)
--------salaries_projections_slate_sun_early.csv(51KB)
--------last_run_time.csv(64B)
--------salaries_projections_slate_afternoon.csv(51KB)
--------picks_yh.csv(299B)
--------picks_yh_thu_mon.csv(299B)
----Data()
--------Icons()
--------Showdown Draftkings()
----shiny_app()
--------app.R(39KB)
--------static()
--------shiny_app.Rproj(205B)
--------rsconnect()
--------www()
--------methodology.html(2.91MB)
--------app UI mockup.png(57KB)
----dfs.Rproj(205B)
----methodology.Rmd(2KB)