文件名称：Fantasy_Football
文件大小：321KB
文件格式：ZIP
更新时间：2024-03-26 01:45:45
JupyterNotebook
幻想足球 概述 创建线性回归机器学习模型来预测2021年幻想足球选秀。 数据由职业足球参考提供 机器学习模型 这是我第一次尝试创建可以预测2021年梦幻足球选秀的机器学习模型。 这项工作仍在进行中。 玩家比较 FF_Player包含玩家比较数据帧。 我想利用在新手训练营获得的技能来帮助我更好地显示幻想足球选秀的数据。 使用和阅读非常简单： 运行每一行，直到到达input（）为止。 我建议从Resources文件夹中的Stat文件之一复制并粘贴玩家名称。 这背后的原因是因为某些名称在姓氏后面有一个多余的空格。 仅需cnrtl + f excel文件，然后将名称复制并粘贴到框中，会更容易。 运行其余各行，最后的player_merge将显示按年份排序的两个输入中的球员。 如果要更改任何播放器，只需返回输入行，请按Enter键并重复步骤1和2。
【文件预览】：
Fantasy_Football-main
----.ipynb_checkpoints()
--------2021_Analysis-checkpoint.ipynb(194KB)
--------FF_Player-checkpoint.ipynb(161KB)
----FF_Player.ipynb(159KB)
----Resources()
--------FF_Stats_2019.csv(59KB)
--------FF_Stats_2017.csv(56KB)
--------FF_Stats_2016.csv(55KB)
--------FF_Stats_2020.csv(61KB)
--------FF_Stats_2018.csv(58KB)
----2021_Analysis.ipynb(194KB)
----README.md(1KB)
----Images()
--------final_df.png(94KB)
--------input_2.png(33KB)
--------input_1.png(34KB)