python计算期望值_利用Python进行NBA比赛数据分析与预测，结果发现...
点击上方[全栈开发者社区]→右上角[...]→[设为星标⭐]
朋友圈里总会有几个NBA狂热粉，你有被NBA的某场比赛进度或结果刷屏过吗？在精彩的比赛中，每个进球，抢断或逆转压哨球都会让人热血沸腾。本文我们将利用2017-2018年的NBA常规赛及季后赛的比赛统计数据，判断每个球队的战斗力，并预测当下正在进行的2018-2019常规赛的结果。
所有的比赛统计数据通过网站Basketball Reference.com(http://www.basketball-reference.com/)获取，包括不同球员。队伍、赛季和联盟比赛的基本统计数据，如得分、犯规次数等情况，胜负次数等情况。
我们会使用2017-18 NBA Season Summary中的数据。如下图所示。
在2017-18 NBA Season Summary所有数据表中，我们使用的以下三个数据表：
Team Per Games Stats：每支队伍平均每场比赛的表现统计
Opponent Per Games Stats：所遇到的对手平均每场比赛的统计信息
Miscellaneous Stats：综合统计数据
毕达哥拉斯定律：
我们利用以上三个数据表格评估球队过去的实力，还需要2017-18 NBA Schedule and Results中的2017-18的NBA常规赛以及季后赛的比赛数据。如下是网站Basketball Reference.com的比赛数据。
在上图中，可以看到的是2018年10月的部分比赛数据。每个Schedule所包含的数据含义是：
做预测时，我们也需要2017-18 NBA Schedule and Results中2017-2018年NBA常规赛比赛安排的数据。
我们将上一步获取的三张数据表即Team Per Game Stats，Opponent Per Game Stats和Miscellaneous Stats分别简称T、O和M表。我们将利用这三个表格的数据，判断每支比赛队伍的可胜概率。我们最终将实现针对每场比赛，预测比赛中哪支队伍最终将会获胜，但并不是给出绝对的胜败情况，而是预判胜利的队伍有多大的获胜概率。因此我们将建立一个代表比赛的特征向量。由两支队伍的以往比赛情况统计情况(T、O和Ｍ表)，和两个队伍各自的Elo等级分构成。
关于Elo Score等级分制度，最初为了提供国际象棋中，更好地对不同的选手进行等级划分。在现在很多的竞技运动或者游戏中都会采取Elo等级分制度对选手或玩家进行等级划分，如足球、篮球、棒球比赛或LOL，DOTA等游戏。
下面简单介绍下Elo等级划分制度，根据Logistic Distribution计算PK双方(A和B)对各自的胜率期望值计算公式。假设A和B的当前等级分为RA和RB，则A对B的胜率期望值为：
B对A的胜率期望值为:
如果棋手A在比赛中的真实得分SA(胜1分，和0.5分，负0分)和他的胜率期望值EA不同，则他的等级分要根据以下公式进行调整：
在国际象棋中，根据等级分的不同K值也会做相应的调整：
因此我们将会用以表示某场比赛数据的特征向量为(加入A与B队比赛)：[A队Elo score, A队的T,O和M表统计数据，B队Elo score, B队的T,O和M表统计数据].
模型训练和预测我们将会使用到python的pandas，numpy，scipy和sklearn库，还有已经处理好的csv文件压缩包data.zip.在data文件夹中，包含了2017~2018年的NBA数据T,O和M表，及经处理后的常规赛和挑战赛的比赛数据2017~18result.csv，这个数据文件是我们通过在basketball-reference.com的2017-18 Schedule and result的几个月份比赛数据中提取得到的，其中包括三个字段：
WTeam: 比赛胜利队伍
LTeam: 失败队伍
WLoc: 胜利队伍一方所在的为主场或是客场 另外一个文件就是17-18Schedule.csv，也是经过我们加工处理得到的NBA在2017~2018年的常规赛的比赛安排，其中包括两个字段：
Vteam: 访问/客场作战队伍
Hteam: 主场作战队伍
我们创建prediction.py开始实验。
1首先插入相关模块
2设置回归训练时所需用到的参数变量
3初始化数据
初始化数据，从T、O和M表格中读入数据，去除一些无关数据并将这三个表格通过Team属性列进行连接.
4获取每支队伍的Elo Score等级分函数
获取每支队伍的Elo Score等级分函数，当在开始没有等级分时，将其赋予初始base_elo值：
5定义计算每支球队的Elo等级分函数
6建立数据集
基于我们初始好的统计数据，及每支队伍的Elo score计算结果，建立对应2017~2018年常规赛和季后赛中每场比赛的数据集(在主客场比赛时，我们认为主场作战的队伍更加有优势一点，因此会给主场作战队伍相应加上100等级分)：
7建立回归模型
最终在main函数中调用这些数据处理函数，使用sklearn的Logistic Regression方法建立回归模型：
8模型预测
利用训练好的模型在17~18年的常规赛数据中进行预测。利用模型对一场新的比赛进行胜负判断，并返回其胜利的概率：
9输出预测结果
在main函数中调用该函数，并将预测结果输出到17-18Result.csv文件中。
利用basketball-reference.com的部分统计数据，计算每支NBA比赛队伍的Elo Score。根据这些基本统计数据评价每支队伍过去的比赛情况，利用国际等级划分方法Elo Score对队伍现在的战斗等级进行评分，最终结合这些不同队伍的特征判断在一场比赛中，哪支队伍能够占到优势。但在我们的预测结果中，与以往不同，我们没有给出绝对的正负之分，而是给出胜算较大一方的队伍能够赢另外一方的概率。当然在这里，我们所采用评价一支队伍性能的数据量还太少(只采用了17~18年一年的数据)，如果想要更加准确、系统的判断，有兴趣的你当然可以从各种统计数据网站中获取到更多年份，更加全面的数据。结合不同的回归、决策机器学习模型，搭建一个更加全面，预测准确率更高的模型。在kaggle中有相关的篮球预测比赛项目，有兴趣的同学可尝试一下。
本公众号会不定期给大家发福利，包括送书、学习资源等，敬请期待吧！
如果感觉推送内容不错，不妨右下角点个好看转发朋友圈或收藏，感谢支持。
喜欢就点一下「在看」呗~