通过KNN算法预测数据所属NBA球员——Python实现

Awesome_Tang

发布于 2018-09-11 10:45:22

6600

发布于 2018-09-11 10:45:22

文章被收录于专栏：FSociety FSocietyFSociety

项目介绍

通过得分，篮板，助攻，出场时间四个数据来预测属于哪位球员。选取了'LeBron James','Chris Paul','James Harden','Kevin Love','Dwight Howard'五位球员单场数据。

数据来源

本文使用数据全部来自于科赛网，字段解释如下：

字段	内容
player	球员
pts	得分
reb	篮板
ast	助攻
time	出场时间
season	赛季

项目内容

导入所需包

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
from sklearn.neighbors import KNeighborsClassifier as KNN

导入数据

由于seaborn包作图对中文并不是很友好，我们将原有的字段名都设置为英文。选取我们所需要的五位球员数据命名为data。

#设置主题
sns.set(style="ticks")
#导入数据
data = pd.read_csv('/Users/***/Downloads/NBA.zip/player_season.csv',encoding = 'utf-8')

#避免seaborn包中文显示为方框问题，改为英文
data.columns = ['player', 'season', 'team', 'result', 'score', 'starter', 'time', 'made_percent', 'made', 'shoot',
       '3_made_percent', '3_made', '3_shoot', 'ft_percent', 'fta', 'ft', 'reb', u'reb_a', 'reb_b',
       'ast', 'stl', 'blk', 'tov', 'foul', 'pts']
data = data.loc[data['player'].isin(['LeBron James','Chris Paul','James Harden','Kevin Love','Dwight Howard'])]
data.head()

image.png

可视化

其实这一步本身是不需要的，但我们还是想先在训练之前看下不同球员的数据特点。首先我们通过散点图看5位球员的得分情况

霍华德，哈登，勒夫在进入联盟初期都有一段适应期，都经历了两三个赛季后有较大提升，哈登上升最为明显，从当年的雷霆三少到开始独自带队之后，开启砍分模式，霍华德/勒夫最近几个赛季由于战术地位的下降，数据也开始下滑；
詹姆斯/保罗数据比较稳定，‘出道即巅峰，一巅十五年’说詹姆斯真是没错；
单从得分来看，能看出些差别，但不是很明显，尤其是都步入稳定期之后，差别很小；
……

plt.figure(figsize = (15,8))  #设置绘图尺寸
sns.stripplot(x='season', y='pts',data = data ,hue = 'player',jitter=True,size = 5)

image.png

接下来我们通过密度图看下5位球员在篮板助攻上的表现：

首先是詹姆斯，在篮板助攻上都有不错的表现，非常全面；
保罗助攻上表现很抢眼，组织能力出色，篮板也不错，4，5个居多
哈登篮板助攻都比较低，还是以得分见长；
勒夫/霍华德两位内线球员都是篮板数据更多，相比于霍华德，勒夫分球能力更强；
霍华德在助攻上有明显的三个区间，最高的那段肯定是在魔术没错了，当年可是能单换詹姆斯的人；
……

f, axes = plt.subplots(3, 2, figsize=(8, 12))

player_list = ['LeBron James','Chris Paul','James Harden','Kevin Love','Dwight Howard']

for ax,name,s in zip(axes.flat,player_list,np.linspace(0, 3, 5)):
    cmap = sns.cubehelix_palette(start=s, light=1, as_cmap=True)
    
    x = data[data['player']==name].reb
    y = data[data['player']==name].ast
    
    sns.kdeplot(x, y, cmap=cmap, shade=True, cut=5, ax=ax)
    ax.set(xlim=(0, 20), ylim=(0, 20))
    
f.tight_layout()

image.png

各项数据看完心里算是有了一个大概，每个球员都有自己的技术特点：

保罗善于传球，所以助攻多；
哈登得分能力强，但篮板助攻都偏低；
霍华德篮板能力强，助攻偏弱；
相比于霍华德，勒夫助攻要更多；
詹姆斯全面，从数据上就可以展现；
……

最后我们16-17赛季的数据作为测试集，其他赛季的数据作为训练集，看看预测准确率能够达到多少～

#取16-17赛季数据作为测试集
data_train = data[data['season']!=u'16-17']
data_test = data[data['season']==u'16-17']

#得分，篮板，助攻，出场时间为特征，球员为标签
train_x = np.array(data_train[['pts','reb','ast','time']]).tolist()
train_y = np.array(data_train[['player']]).tolist()
test_x = np.array(data_test[['pts','reb','ast','time']]).tolist()
test_y = np.array(data_test[['player']]).tolist()

#训练模型
neigh = KNN(n_neighbors=10)
neigh.fit(train_x, train_y) 

#使用模型预测，最后与实际结果对计算准确率
m = 0.0
n = 0.0
for x,y in zip(test_x,test_y):
    if neigh.predict([x])[0] == y[0]:
        n = n+1
    m = m+1
print '预测准确率为：%.2f%%' % (n/m*100)

预测准确率为：49.143%

最后准确率50%不到，马马虎虎～

本文参与腾讯云自媒体分享计划，分享自作者个人站点/博客。

原始发表：2018.05.16 ，如有侵权请联系 cloudcommunity@tencent.com 删除

其他

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

其他

登录后参与评论

0 条评论

热度