前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >电子游戏销售之回归模型与数据可视化

电子游戏销售之回归模型与数据可视化

作者头像
WHYBIGDATA
发布2023-01-31 15:18:53
4580
发布2023-01-31 15:18:53
举报
文章被收录于专栏:WHYBIGDATA公众号同步文章

电子游戏销售之回归模型与数据可视化

0、写在前面

该篇文章的任务包括以下3个方面

  • 检测与处理缺失值
  • 建立回归模型
  • 数据可视化

实验环境

  • Python版本:Python3.9
  • Numpy版本:Python1.22.3
  • Pandas版本:Pandas1.5.0
  • scikit-learn版本:scikit-learn1.1.2
  • Matplotlib版本:Matplotlib3.5.2

原始数据

  • 数据来源:

https://www.kaggle.com/datasets/gregorut/videogamesales?resource=download

数据字段

  • Name - 游戏名称
  • Platform - 游戏的开发平台
  • Year_of_Release - 游戏发行年份
  • Genre - 游戏类别
  • Publisher - 游戏的发布者
  • NA_Sales - 北美销售量
  • EU_Sales - 欧洲销售量
  • JP_Sales - 日本销售量
  • Other_Sales - 其他地区的销售量
  • Global_Sales - 全球销售量
  • Criticscore - 评判游戏的得分
  • Critic_Count - 评判游戏的人数
  • User_Score - 用户对于游戏的得分
  • Usercount - 给予游戏User_Score的用户人数
  • Developer - 游戏开发者
  • Rating - 评级

前置准备

提前将csv数据导入到MySQL中,以便数据预处理

1、回归模型

该实验建立的是线性回归模型

1.1 模型建立准备

NA_Sales,EU_Sales,JP_Sales作为数据集,每条数据的Global_Sales作为target建立回归模型

代码语言:javascript
复制
video_games_data = video_games.iloc[:, 5:8]
video_games_target = video_games.iloc[:, 9:10]
print(video_games_data)
print(video_games_target)

数据集展示:

target数据展示:

1.2 建立模型

使用sklearn建立线性回归模型,并提前将数据划分为训练集和测试集

代码语言:javascript
复制
video_games_train, video_games_test, video_games_target, video_games_target_test = train_test_split(
    video_games_data, video_games_target)
clf = LinearRegression().fit(video_games_train, video_games_target) # 线性回归模型
print(clf)

1.3 模型分析

  • 回归模型结果可视化:
代码语言:javascript
复制
video_games_target_test_pred=clf.predict(video_games_test)
print(video_games_target_test_pred[:20])
rcParams['font.sans-serif'] = 'SimHei'
fig = plt.figure(figsize=(10,6)) ##设定空白画布,并制定大小
##用不同的颜色表示不同数据
plt.plot(range(video_games_test.shape[0]),video_games_target_test,color="blue", linewidth=1.5, linestyle="-")
plt.plot(range(video_games_test.shape[0]),video_games_target_test_pred,color="red", linewidth=1.5, linestyle="-.")
plt.legend(['真实值','预测值'])

可以看到,真实值和预测值除个别外,其他的基本上比较接近

  • 回归模型评价

根据平均绝对误差均方误差中值绝对误差可解释方差值R²值等评价指标来评估建立的线性回归模型是否合适。

代码语言:javascript
复制
print('video_games数据线性回归模型1的平均误差为', mean_absolute_error(video_games_target_test1,video_games_target_test_pred1))
print('video_games数据线性回归模型1的均方误差', mean_squared_error(video_games_target_test1,video_games_target_test_pred1))
print('video_games数据线性回归模型1的中值绝对误差为', median_absolute_error(video_games_target_test1,video_games_target_test_pred1))
print('video_games数据线性回归模型1的可解释方差值为 ', explained_variance_score(video_games_target_test1,video_games_target_test_pred1))
print('video_games数据线性回归模型1的R²值', r2_score(video_games_target_test1,video_games_target_test_pred1))

平均方差、均方误差、中值绝对误差均接近于0,而可解释方差值、R2可以看出建立的线性回归模型拟合效果良好,但可以继续优化。

Note:评价构建的线性回归模型还可以使用梯度提升的方法

2、数据可视化

可视化代码在参考链接里面有

不同类型游戏的数量直方图

代码语言:javascript
复制
highest_number_of_sales = df.groupby('Genre').sum(numeric_only=True).astype('int')
plt.figure(figsize=(24, 14)) # figuring the size
# makes bar plot
sns.barplot( # barplot
    x=highest_number_of_sales.index, # x-axis
    y=highest_number_of_sales["Global_Sales"], # y-axis
    data=highest_number_of_sales, # data
    palette="deep" # palette
)
plt.title( # title
    "不同类型的游戏销售量",
    weight="bold", # weight
    fontsize=35, # font-size
    pad=30 # padding
)
plt.xlabel( # x-label
    "类别",
    weight="bold", # weight
    color="purple", # color
    fontsize=25, # font-size
)
plt.xticks( # x-ticks
    weight="bold", # weight
    fontsize=15, # font-size
    rotation=10
)
plt.ylabel( # y-label
    "Global Sales",
    weight="bold", # weight
    color="green", # color
    fontsize=20 # font-size
)
plt.yticks( # y-ticks
    weight="bold", # weight
    fontsize=15 # font-size
)
plt.show()

各地区销售量和游戏发行年份的相关性

代码语言:javascript
复制
corrmat= df.corr(numeric_only=True)
mask = np.zeros_like(corrmat)
mask[np.triu_indices_from(mask)] = True
with sns.axes_style("white"):
    f, ax = plt.subplots(figsize=(9,6))
    plt.title("相关性Correlation", weight="bold", fontsize=20, pad=30) # title
    plt.xticks(weight="bold", fontsize=10, rotation=45) # x-ticks
    plt.yticks(weight="bold", fontsize=10) # y-ticks
    plt.xlabel('各地区销售')
    plt.ylabel('发行年份')
    sns.heatmap(corrmat, cmap="YlGnBu", annot=True, mask=mask, square=True)
    plt.show()

按发行的游戏总数划分的类型

代码语言:javascript
复制
rel = df.groupby(['Genre']).count().iloc[:,0]
rel = pd.DataFrame(rel.sort_values(ascending=False))
genres = rel.index
rel.columns = ['Releases']
colors = sns.color_palette("summer", len(rel))
plt.figure(figsize=(12,8))
ax = sns.barplot(y = genres , x = 'Releases', data=rel,orient='h', palette=colors)
ax.set_xlabel(xlabel='发行数量', fontsize=16)
ax.set_ylabel(ylabel='Genre', fontsize=16)
ax.set_title(label='按发行的游戏总数划分的类型', fontsize=20)
ax.set_yticklabels(labels = genres, fontsize=14)
plt.show()

3、参考资料

  • 可视化(https://www.kaggle.com/datasets/gregorut/videogamesales?resource=download)

结束!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-01-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 WHYBIGDATA 微信公众号,前往查看

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

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 电子游戏销售之回归模型与数据可视化
    • 0、写在前面
      • 1、回归模型
        • 1.1 模型建立准备
        • 1.2 建立模型
        • 1.3 模型分析
      • 2、数据可视化
        • 3、参考资料
        相关产品与服务
        云数据库 MySQL
        腾讯云数据库 MySQL(TencentDB for MySQL)为用户提供安全可靠,性能卓越、易于维护的企业级云数据库服务。其具备6大企业级特性,包括企业级定制内核、企业级高可用、企业级高可靠、企业级安全、企业级扩展以及企业级智能运维。通过使用腾讯云数据库 MySQL,可实现分钟级别的数据库部署、弹性扩展以及全自动化的运维管理,不仅经济实惠,而且稳定可靠,易于运维。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档