【文件属性】：
文件名称：NBA_shot_analysis:在 NBA 投篮数据上运行各种分类器的代码
文件大小：4.77MB
文件格式：ZIP
更新时间：2021-07-10 09:40:55
Python
NBA_shot_analysis
在 NBA 投篮数据上运行各种分类器的代码。 依赖项： （及其依赖项）
首先，我们需要导入数据助手和学习模型
from data . data_accessors import load_seasons
from models . classifiers import GaussianMixtureClassifier
接下来我们通过按季节加载数据来设置一个实验
train_seasons = [ '2006-2007' , '2007-2008' ]
test_seasons = [ '2008-2009' ]
# load training data
made_data , missed_data = load_seasons ( train_seasons , split_flag = True )
# load test data
t
【文件预览】：
NBA_shot_analysis-master
----results()
--------spatial_features_results()
--------spatial_and_position_features_results()
----data()
--------data_accessors.py(3KB)
--------AllStar.tsv(54KB)
--------AllNBA.tsv(23KB)
--------nba_court.jpg(115KB)
--------__init__.py(0B)
--------player_positions.tsv(53KB)
--------processing_scripts()
--------missed_shots_rollup()
--------made_shots_rollup()
----models()
--------classifiers.py(14KB)
--------unit_tests()
--------__init__.py(0B)
--------distributions.py(2KB)
----README.md(2KB)
----main.py(5KB)