实例：【基于机器学习的NBA球员信息数据分析与可视化】

您所在的位置：网站首页 › nba数据库统计及球员数据 › 实例：【基于机器学习的NBA球员信息数据分析与可视化】

实例：【基于机器学习的NBA球员信息数据分析与可视化】

2024-06-16 13:23| 来源: 网络整理| 查看: 265

文章目录一、项目任务二、代码实现及分析1. 导入模块2. 导入文件并对文件信息进行整体探测3. 数据预处理3.1 查看数据集信息3.2 数据清洗与转换3.3 数据去重 4. 数据可视化4.1 数据相关性4.2 球员数据分析 5. 基于逻辑回归的球员分类5.1 数据重定义5.2 划分数据集与验证集5.3 定义模型 6. 基于随机森林回归模型的特征评分排序

一、项目任务数据集共有342个NBA球员样本，包含38个特征，即342行×38列。对这些数据进行集成和预处理。利用python语言，设计合适的机器学习算法。找出球员在场时对球队比赛获胜的贡献大小，最能反映球员的综合实力的特征。算法过程及结果的设计合适的可视化图像，将所设计的算法的过程，以及最终结果展示出来。二、代码实现及分析 1. 导入模块 import pandas as pd import numpy as np import plotly.express as px import matplotlib.pyplot as plt import seaborn as sns from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error from sklearn import metrics from sklearn.ensemble import RandomForestRegressor plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] plt.rcParams['axes.unicode_minus'] = False 2. 导入文件并对文件信息进行整体探测 df = pd.read_csv("nba_2017_nba_players_with_salary.csv") df.head()

在这里插入图片描述

df.describe()

查看关键字：

df.columns

在这里插入图片描述

专业名词字段含义说明：

Rk:排名PLAYER:姓名POSITION:位置AGE:年龄MP:平均每场比赛进行的时间FG:场均投球命中次数FGA:场均投射次数FG%:命中率3P:三分球命中次数3PA:三分球投射次数3P%:三分球命中率（命中次数/投射次数----3P/3PA=3P%）2P:二分球命中次数2PA:二分球投射次数2P%:二分球命中率eFG%:有效命中率FT:罚球命中次数FTA:罚球投射次数FT%:罚球命中率(FT/FTA=FT%）ORB:进攻篮板数DRB:防守篮板数TRB:篮板球总数篮板率=球员篮板数×(球队所有球员上场时间÷5)÷球员上场时间÷(球队总篮板+对手总篮板)AST:助攻助攻率=球员助攻数÷(球员上场时间÷(球队所有球员上场时间÷5)×（球队总进球数-球员进球数)STL:抢断抢断率=球员抢断数×(球队所有球员上场时间÷5)÷球员上场时间÷对手进攻次数BLK:盖帽盖帽率=球员盖帽数×(球队所有球员上场时间÷5)÷球员上场时间÷对手两分球出手次数)TOV:失误失误率=球员失误数÷(球员两分球出手次数+0.44×球员罚球次数+球员失误数)PF:犯规次数POINTS:得分TEAM:球队GP:比赛场数MPG:场均上场时间ORPM:进攻正负值DRPM:防守正负值RPM:正负值WINS_RPM:赢球正负值PIE:球员贡献度加分项：得分、投篮命中数、罚篮命中数、篮板、助攻、抢断、盖帽减分项：投篮出手、罚篮出手、个人犯规、失误PACE:每48分钟内大概会进行多少个回合W:胜利次数SALARY_MILLIONS:薪水 3. 数据预处理 3.1 查看数据集信息 df.info()

在这里插入图片描述

3.2 数据清洗与转换

为了便于理解，对列名称重命名

df.columns=['排名', '姓名', '位置', '年龄', '场均比赛时间', '场均投球命中数', '场均投射次数', '命中率', '三分球命中次数', '三分球投射次数', '三分球命中率', '二分球命中次数', '二分球投射次数', '二分球命中率', '有效命中率', '罚球命中次数', '罚球投射次数', '罚球命中率', '进攻篮板数','防守篮板数', '篮板球总数', '助攻', '抢断', '盖帽', '失误', '犯规次数', '得分', '球队', '比赛场数','场均上场时间', '进攻正负值', '防守正负值', '正负值', '赢球正负值', '球员贡献度', '48分钟回合数', '胜利次数','薪水'] df.head()

在这里插入图片描述

df.isnull().sum()

由df.isnull().sum()结果可知，缺失值‘三分球命中率’有22项，‘罚球命中率’有5项，下面显示缺失值的所在行

三分球命中率_null =df[df["三分球命中率"].isnull()==True] 罚球命中率_null =df[df["罚球命中率"].isnull()==True]

在这里插入图片描述

3P%:三分球命中率——3P/3PA=3P%FT%:罚球命中率——FT/FTA=FT%

由上方数据显示,分析可得，3P%和FT%的数值空缺原因均是因为3P、3PA、FT和FTA数值为0导致，为数据精准度，使用dropna()直接将所有含空缺值的数据行删除

df = df.dropna() 3.3 数据去重

根据数据探测可知，数据集中有多为球员姓名重复，删除重复项并保留第一次出现的项

df[df.duplicated(subset=['姓名']).values == True]

在这里插入图片描述

df=df.drop_duplicates(subset=['姓名'], keep='first', inplace=False)

根据所查资料知，效率值最能反应球员对比赛做出的贡献

PER：效率值效率值=[(得分+篮板球总数+助攻+抢断+盖帽)-(场均投射次数-场均投球命中次数)-(罚球投射次数-罚球命中次数)-失误)]/比赛场数 df['效率值']=((df['得分']+df['篮板球总数']+df['助攻']+df['抢断']+df['盖帽'])-(df['场均投射次数']-df['场均投球命中数'])-(df['罚球投射次数']-df['罚球命中次数'])-df['失误'])/df['比赛场数'] PER_array = np.array(df['效率值']) PER_array

在这里插入图片描述

df = df.round(3) #保留3位小数 4. 数据可视化 4.1 数据相关性

找出判断球员贡献度相关的数据，得到其中的数据相关性，并用相关系数矩阵显示，并使用热力图进行可视化

df_cor = df.loc[:, [ '命中率', '三分球命中率', '二分球命中率', '有效命中率','罚球命中率', '篮板球总数', '助攻', '抢断', '盖帽', '失误', '犯规次数','得分', '比赛场数','场均上场时间', '赢球正负值', '球员贡献度','防守正负值', '胜利次数','薪水']] #调用corr()方法获取两列数据之间的相关性 # 返回改数据类型的相关系数矩阵（即每两个类型直接的相关性） corr = df_cor.corr() corr.head()

在这里插入图片描述使用热力图呈现：

plt.figure(figsize=(20,8),dpi=100) sns.heatmap(corr,square=True,linewidths=0.1,annot=True,cmap='Accent')

在这里插入图片描述

4.2 球员数据分析 # 按照球员贡献度排名 df.loc[:, ["姓名", "球员贡献度","薪水", "年龄","比赛场数"]].sort_values(by="球员贡献度", ascending=False).head()

在这里插入图片描述

# 按照场均上场时间排名 df.loc[:, ["姓名", "球员贡献度","薪水", "年龄","场均上场时间"]].sort_values(by="场均上场时间", ascending=False).head()

在这里插入图片描述

位置 = pd.DataFrame(df[ "位置" ].value_counts()).reset_index()

在这里插入图片描述位置名词解释：

PG：控卫SG：分卫PF：大前SF：小前C：中锋 fig=px.pie(位置,names="index" ,values="位置") fig.show ()

在这里插入图片描述查看各个站位的球员薪水分布：

price = (df.groupby("位置")["薪水"].mean().reset_index().sort_values( "薪水").reset_index(drop=True)) fig =px.bar_polar(price,theta="位置",color='薪水',color_discrete_sequence=px.colors.sequential.Plasma_r,template='plotly_white') fig.show()

在这里插入图片描述