【数据看球】2018 年世界杯夺冠预测,CDA带你用机器学习来分析
随着2018年FIFA世界杯开赛在即,世界各地的球迷都渴望知道:谁将夺取梦寐以求的冠军奖杯?
如果你不仅是一名资深球迷,而且还是技术宅,那么你还可以利用机器学习和人工智能这两个利器。下面让我们一起预测哪个国家会赢得本次世界杯。
足球比赛涉及到很多因素,因此许多因素无法在机器学习模型中进行探讨。这只是我作为技术宅,从数据角度的尝试。
目标
1. 目标是使用机器学习预测谁将赢得2018年世界杯。
2. 预测世界杯中每场比赛的结果。
3. 对下场比赛进行模拟预测,比如四分之一决赛,半决赛和决赛。
这些目标体现了现实世界中的机器学习预测问题,当中涉及的机器学习任务包括:数据整合,特征建模和结果预测。
数据
我使用了Kaggle的两个数据集,包括自1930年起所有参赛队在国际比赛中的结果。
Kaggle数据集链接:
(https://www.kaggle.com/martj42/international-football-results-from-1872-to-2017/data)
局限性:
由于国际足联排名创建于90年代,因此缺乏大部分数据集。在此我们按照历史比赛记录分析。
环境和工具:
jupyter notebook,numpy,pandas,seaborn,matplotlib和scikit-learn。
我们首先要对两个数据集进行探索性分析,通过特征工程选择最相关的特征进行预测。之后进行数据处理,选择机器学习模型,最后将其部署到数据集上。
开始
首先,导入必要的库并将数据集加载到数据框。
导入库
加载数据集
通过调用两个数据集world_cup.head()和results.head(),确保数据集加载到数据框中,如下所示:
探索性分析:
对两个数据集进行分析后,所得数据集包含过去比赛的数据。新产生的数据集对分析和预测之后的比赛很有用。
在数据科学项目中,确定哪些特征与机器学习模型相关是最耗时的部分。
现在,让我们在结果数据集中添加净胜球数和结果列。
查看新的结果数据框。
然后我们将使用数据的子集。其中包括只有尼日利亚参加的比赛。这将有助于我们了解某支球队的特色,并拓展运用到其他参赛球队。
第一届世界杯于1930年举办。创建年份列,选择1930年以后的所有比赛。
现在可以将这些年尼日利亚的比赛结果进行可视化。
每个世界杯参赛球队的获胜率是很有用的指标,我们可以用它来预测每场比赛的结果。其中比赛场地并不重要。
参赛球队
对所有参赛球队创建数据框。
然后进一步过滤数据框,只显示从1930年起到今年世界杯的球队,减少重复的球队。
创建年份列,并删除1930年之前的比赛,以及不影响比赛结果的列,例如日期、主队进球数、客队进球数、锦标赛、城市、国家、净胜球数和比赛年份。
修改“Y”(预测标签)以简化模型处理。
如果主队获胜,获胜队(winner_team)列将显示“2”,如果是平局则显示“1”,如果客队获胜则显示“0”。
通过设置虚拟变量,将主队(home_team)和客队(away _team)从分类变量转换为连续输入。
使用 pandas,get_dummies()函数。从而用one-hot(数字“1”和“0”)代替分类列,确保加载到Scikit-learn模式。
然后,我们将X和Y集分开,并将数据的70%用于训练,30%用于测试。
我们将使用逻辑回归。通过逻辑函数估计概率,我可以测量分类因变量和一个或多个自变量之间的关系。
换句话说,逻辑回归通过影响结果的数据点(统计数据)对结果进行预测(赢或输)。
在实际运用中,每次对一场比赛输入算法,同时提供上述“数据集”和比赛的实际结果。然后,模型将学习输入数据将如何对比赛结果产生积极或消极影响。
让我们看到最终数据框:
看起来很棒。现在加入算法:
我们的模型在训练集上的准确率为57%,测试集的准确率为55%。这并不理想,但让我们继续。
现在我们将创建数据框部署模型。
首先,我们将加载截至到2018年4月的国际足联排名数据集和小组赛阶段的数据集。
国际足联排名:
(https://us.soccerway.com/teams/rankings/fifa/?ICID=TN_03_05_01)
小组赛阶段数据:
(https://fixturedownload.com/results/fifa-world-cup-2018)
国际足联排名较高的球队将被视为“受欢迎”球队。由于世界杯中不分“主队”或“客队”球队,他们都将归属到“home_teams”列。然后,根据每个团队的排名将球队添加到新的预测数据集中。下一步将创建虚拟变量并部署机器学习模型。
预测比赛
你肯定在想什么时候才能到预测部分。前面代码和解释占据了太多的篇幅,现在我们开始预测。
将模型部署到数据集
首先将模型部署到小组赛。
下面是小组赛的结果。
该模型预测了三场平局,并预测西班牙有很高的胜率。我用这个网站预测了小组赛。
(https://ultra.zone/2018-FIFA-World-Cup-Group-Stage)
16强
以下是对16强的预测。
四分之一决赛
四分之一决赛的情况为:
葡萄牙vs法国,巴西vs英格兰,西班牙vs阿根廷,德国vs比利时。
预测结果:
半决赛
葡萄牙vs巴西;德国vs阿根廷
预测结果:
决赛
巴西vs德国
预测结果:巴西获胜。
根据模型预测,巴西很可能赢得本次世界杯。
结语
研究和改进空间:
1.数据集。为了改进数据集,你可以使用国际足联数据来评估球队中每个球员的水平。
2.混淆矩阵能够用于分析模型分析错误的情况。
3.我们可以整合更多模型,从而提高预测准确率。
数据分析咨询请扫描二维码
自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中,数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家,搭建一个有效的数据分析 ...
2024-11-10在如今的数据驱动世界,数据分析师在各行各业中扮演着至关重要的角色。随着企业越来越依赖数据决策,数据分析职位的需求不断增加 ...
2024-11-10在信息爆炸的时代,做出正确的数据分析方法选择变得尤为重要。这不仅影响到数据分析的准确性,更关系到最终的决策效果。本文将详 ...
2024-11-10在当今竞争激烈的市场环境中,准确地把握市场动态和消费者需求是企业成功的关键。数据分析以其科学严谨的方法论,成为市场研究的 ...
2024-11-09在数据驱动的世界中,准确的数据分析是成功决策的基石。然而,数据分析的准确性并非一蹴而就,它需要多种方法和步骤的综合应用。 ...
2024-11-09推动银行的数字化转型是一个复杂且多维度的过程,涉及从战略、技术、组织到业务的多方面综合考量。这不仅仅是技术层面的变革,更 ...
2024-11-09国有企业作为国家经济的重要支柱,在提升经济效益和市场竞争力方面扮演着关键角色。然而,面对日益激烈的市场竞争和复杂的经济环 ...
2024-11-09业务分析师(Business Analyst,简称BA)是现代企业中不可或缺的角色。他们不仅是需求分析的专家,更是企业战略规划中的重要参与 ...
2024-11-09银行业正面临着一场全方位的数字化革命,旨在提升服务效率和客户体验,同时优化运营和增收。在这篇文章中,我们通过分析一些成功 ...
2024-11-09数据挖掘技术正在重新定义现代市场营销的方式。对于企业来说,能够深入了解消费者行为、需求和偏好是实现精准市场营销的关键, ...
2024-11-09在当今数据驱动的世界中,数据分析可视化已经成为一种必不可少的技能。它不仅帮助专业的数据分析师更好地传达信息,也使复杂的数 ...
2024-11-09在如今的数据驱动时代,掌握数据分析的工具和方法不仅是提高工作效率的关键,也是开拓职业机会的重要技能。数据分析涉及从数据的 ...
2024-11-08在现代商业环境中,企业正在逐步认识到数据挖掘技术在客户行为分析中的重要性。通过深度分析客户数据,这项技术不仅可以帮助企业 ...
2024-11-08数据挖掘分析是从大量数据中发现隐藏模式和有用信息的过程。尤其是在图数据挖掘中,提供了分析复杂关系和结构的独特视角。图数据 ...
2024-11-08在当今快速发展的商业环境中,提高运营效率已成为企业取得成功的关键因素。企业需要通过优化工作流程、利用技术创新和提升员工技 ...
2024-11-08Python 是一门非常适合初学者学习的编程语言。其简洁明了的语法、丰富的功能库,以及广泛的应用领域,使其成为学习编程的理想选 ...
2024-11-08在当今快速变化的商业环境中,金融数字化已经成为中小企业(SMEs)发展的关键驱动力。通过采用数字工具和技术,中小企业能够提高 ...
2024-11-08中小企业在全球经济中扮演着重要角色,然而,面对数字化浪潮,这些企业如何有效转型成为一大挑战。数字化转型不仅是技术的升级, ...
2024-11-08