总文字数：3240字
预计阅读时间：8 分钟
1.1 简介
你是否曾在朋友圈里被NBA比赛的进程或结果淹没过？又或许你是一个NBA狂热粉，比赛中的每一个进球、抢断、压哨球都会让你兴奋不已。我们除了观看精彩的比赛过程，对比赛的结果也充满好奇。因此nba比赛分析预测，本课程将向你展示如何利用NBA比赛的过往数据来判断各支球队的战斗力，预测某场比赛的结果。
我们将根据2015-2016赛季NBA常规赛和季后赛的比赛数据，预测正在进行的2016-2017赛季常规赛每场比赛的结果。
1.2 实验知识点
NBA球队Elo分数计算
特征向量
逻辑回归
1.3 实验环境
.7
Xfce 终端
1.4 实验步骤
在本课程中，我们将按照以下流程实施NBA比赛数据分析任务：
获取比赛统计数据
分析比赛数据，得到代表每场比赛各队状态的特征表达
使用机器学习方法学习每场比赛与获胜球队之间的关系，并对2016-2017年的比赛做出预测
1.5 代码获取
本次实验的源代码可以通过以下命令获取：
$ wget 2. 获取NBA比赛统计数据 2.1 比赛统计数据简介
在本实验中，我们将使用 NBA 2015-16 赛季的统计数据。在这个网站上，你可以看到不同球员、球队、赛季和联赛的基本统计数据，例如得分、犯规次数、胜负次数等。这里我们将使用 NBA 2015-16 赛季的数据。
在本 2015-16 年摘要的所有表格中，我们将使用以下三个数据表：
球队每场比赛统计数据：每场比赛每支球队的平均表现统计数据
| 数据名称| 含义|| ------------------------------------ | -------------- || Rk -- 排名 | 排名|| G -- 比赛 | 比赛场次（每场 82 场） || MP -- | 平均每场比赛时间|| FG--投篮命中率 | 投篮次数|| FGA--投篮命中率 | 投篮次数|| FG%--投篮命中率 | 投篮次数|| 3P--3 分球命中率 | 三分球命中率|| 3PA--3 分球命中率 | 三分球命中率|| 3P%--3 分球命中率 | 三分球命中率百分比|| 2P--2 分球命中率 | 两分球命中率|| 2PA--2 分球命中率 | 两分球命中率|| 2P%--2 分球命中率 | 两分球命中率百分比|| FT--罚球 | 罚球次数|| FTA--罚球|罚球次数|| FT%--罚球|罚球百分比|| ORB--|进攻篮板|| DRB--|防守篮板|| TRB--总篮板数|| AST--|助攻|| STL--|抢断|| BLK--|盖帽|| TOV--|失误|| PF--犯规|犯规|| PTS--|得分|
每场比赛统计数据：每场比赛遇到的对手的平均统计数据。其中包含的统计数据与球队每场比赛统计数据中的统计数据一致，但它们代表的是球队对应的对手。
统计数据：综合统计数据
数据项 数据含义 Rk(Rank) 排名 Age 选手平均年龄 W(Wins) 获胜次数 L() 失败次数 PW(wins) 根据毕达哥拉斯理论计算出的获胜概率 PL() 根据毕达哥拉斯理论计算出的失败概率 MOV(of) 获胜平均间隔 SOS(of) 用来判断对手的选择相对于本队或其他队而言的难度。 0为平均线，可正可负 SRS（） 3ORtg（） 每百回合进攻比例 DRtg（） 每百回合防守比例 Pace（速度） 每48分钟大概进行多少回合 FTr（罚球率） 罚球与投篮比例 3PAr（3-Point Rate） 三分球与投篮比例 TS%（真实） 两分球、三分球和罚球总命中率 eFG%（投篮命中率） 有效投篮命中率（包括两分球和三分球） TOV%（） 每百场失误率 ORB%（） 全队平均进攻篮板率 FT/FGAR罚球命中率eFG%（投篮命中率） 对手投篮命中率 TOV%（） 失误率对手DRB% ( )球队每名球员防守篮板率FT/FGA ( Free Per Field Goal )对手罚球命中率
毕达哥拉斯原理：
我们将用这三个表格来评估球队过去的战斗力。另外，我们还需要2015-2016赛季NBA常规赛和2015-2016赛季季后赛每场比赛的比赛数据来评估Elo得分（后面的实验部分会讲解）。在从常规赛到季后赛的时间内，列出了2015年10月到2016年6月每场比赛的比赛情况。
在上图中，你可以看到2015年10月份的一些比赛数据，每个表包含的数据分别是：
数据项数据含义日期比赛日期开始（ET）比赛开始时间/客队PT客队最后得分主队/主队PTS主队最后得分备注，表示是否加时赛等
在进行预测时，我们还需要2016-2017赛季NBA常规赛赛程数据以及2016-17赛季NBA常规赛赛程数据。
2.2 获取游戏数据
我们将使用 Team Per Game Stats 表数据作为示例，展示如何获取这三个统计数据。
进入用户，在导航栏中选择2015~2016赛季：
进入2015-2016赛季界面后，滑动窗口找到Team Per Game Stats表格nba比赛分析预测，选择左上角的Share & more，在下拉菜单中选择Get table as CSV (for Excel)：
将界面中生成的csv格式数据复制下来，然后复制粘贴到文本编辑器中保存为csv文件：
为了方便同学们进行实验，我们将所有数据都保存成了*csv*文件并上传到了实验楼的云环境中，在后续的代码实现部分我们会提供获取这些文件的地址。
3.数据分析
在获得数据之后，我们会通过每支球队过去的比赛情况和Elo评级来确定每支球队的获胜概率。在评估每支球队过去的比赛情况时，我们会使用Team Per Game Stats、Per Game Stats和Stats三个表（以下分别称为T、O和M表）的数据作为代表比赛中某支球队的比赛特征。我们最终会预测每场比赛中哪支球队会获胜，但不会给出绝对的胜负局面，而是预测获胜球队的获胜概率。因此，我们会建立一个代表比赛的特征向量。它由两支球队的以往比赛情况统计（T、O和M表），以及两支球队的Elo评级组成。
关于Elo评分，不知道大家看过《社交网络》这部电影没有，这部电影中马克（主角原型就是创始人扎克伯格）在电影一开始就开发了一个美女排名系统，他利用朋友在窗户上写下的排名公式，对比不同女生之间的排名，最后PK决定胜负。
这个比较公式就是Elo Score评分系统。Elo最初是为了提供一种更好的方法来对国际象棋中的不同玩家进行排名而创建的。在当今的许多竞技运动或游戏中，Elo评分系统用于对玩家或选手进行排名，例如足球、篮球、棒球比赛，或者像LOL和DOTA这样的游戏。
这里我们先简单介绍一下基于象棋比赛的Elo评级系统。上图窗口上写的公式是计算PK双方（A和B）相互期望胜率的公式。假设A和B目前的等级分别为$$R_A$$和$$R_B$$，则A对B的期望胜率为：
B 对 A 的预期胜率为
如果玩家A在比赛中的实际得分$$S_A$$（胜一场得1分，平一场得0.5分，负一场得0分）和他的预期胜率$$E_A$$不同，那么他的等级分应该按照下面的公式进行调整：
在国际象棋中，根据等级的不同，K值会做相应的调整：
$$\$$，K=16
2100~2400点，K=24
$$\$$，K=32
因此，我们将用来表示某场比赛数据的特征向量为（添加 A 队和 B 队之间的比赛）：[A 队 Elo 分数，A 队的 T、O 和 M 表统计数据，B 队 Elo 分数，B 队的 T、O 和 M 表统计数据]
4 基于数据的模型训练与预测 4.1 实验准备
在本次实验环境中，我们会用到numpy、scipy和库，不过numpy在实验大楼里已经安装好了，所以在实验之前，我们需要使用pip命令安装另外三个库。
$ sudo pip $ sudo pip scipy$ sudo pip
安装完所需的实验库后，进入实验环境的Code目录，建立文件夹，通过以下地址获取我们帮您处理好的csv文件压缩包data.zip：
$ cd 代码$ mkdir && cd # 获取数据文件$ wget # 解压数据压缩包，并删除压缩包$ unzip data.zip $ rm -r data.zip
数据文件夹里面有 2015 年至 2016 年的 NBA 数据 T、O 和 M 表，以及处理后的常规赛和挑战赛数据 2015~.csv。此数据文件是从 2015-16 年几个月的比赛数据中提取出来的，包含三个字段：
WTeam：获胜的队伍
LTeam：失败的队伍
WLoc：获胜球队是主场还是客场
另外一个文件是16-.csv，这也是我们处理后的2016-2017赛季NBA常规赛赛程，它包括两个字段：
Vteam: 客队
：主队
4.2 代码实现
在Code\目录下创建一个.py文件，启动实验，首先插入实验相关模块：
#-*- :utf-8 -*- 与 numpy 一样。
设置回归训练所需的参数变量：
# 当每支队伍没有elo评级时，赋予其一个基本的elo评级 = = {} = {}X = []y = [] = 'data' #存储数据的目录
首先需要初始化数据，从T、O、M表中读取数据，去掉一些不相关的数据并通过Team属性列把三个表连接起来：
# 根据各个团队的队伍统计csv文件进行初始化def（Mstat，Ostatnba比赛分析预测，Tstat）： = Mstat.drop(['Rk', 'Arena'], axis=1) = Ostat.drop(['Rk', 'G', 'MP'], axis=1) = Tstat.drop(['Rk', 'G', 'MP'], axis=1) = pd.merge(, , how='left', on='Team') = pd.merge(, , how='left', on='Team') .('Team', =False, drop=True)
获取每支球队的 Elo Score 评分函数。当开始时没有评分时，为其分配一个初始值：
def (team):try: [team]:# 当开始时没有 elo 时，最初为每个团队分配 [team] = [team]
定义函数来计算每个球队的 Elo 评级：
# 计算每支队伍的elo值def (, ): = () = () = - = ( * -1) / = 1 / (1 + math.pow(10, exp))# 根据rank等级修改K值if = 2100 and 0.5:X.( + )y.(0)else:X.( + )y.(1)if skip == 0:print Xskip = 1# 根据本场比赛的数据更新队伍的elo值, = (Wteam, Lteam)[Wteam] = elos[Lteam] = np.(X), y
最后在主函数中调用这些数据处理函数，采用如下方法建立回归模型：
if == '':Mstat = pd.( + '/15-.csv')Ostat = pd.( + '/15-Stat.csv')Tstat = pd.( + '/15-.csv') = (Mstat, Ostat, Tstat) = pd.( + '/2015-.csv')X, y = ()# 训练网络模型print(" on %d game .." % len(X))model = .()model.fit(X, y)# 使用10倍交叉验证计算训练准确率print("Doing cross-..")print((model, X, y, cv = 10, ='', =-1).mean())
最后用训练好的模型对2016年至2017年常规赛数据进行预测，用模型判断新一场比赛的结果，并返回获胜的概率：
def (, , model): = [] # 球队 1，客队。(()) for key, value in .loc[].():.(value) # 球队 2，主队。(() + 100) for key, value in .loc[].():.(value) = np.() model.([])
在主函数中调用此函数，将预测结果输出到16进制的.csv文件中：
#使用训练好的模型在16-17场比赛中做预测 print(' on new ..') = pd.( + '/16-.csv') = [] for index, row in .(): team1 = row['Vteam'] team2 = row['Hteam'] pred = (team1, team2, model) prob = pred[0][0] if prob > 0.5: = = .([, loser, prob]) else: = = .([, loser, 1 - prob]) with open('16-.csv', 'wb') as f: = csv.(f).(['win', 'lose', '']).()
运行.py：
生成预测结果文件16-.csv文件：
五、结论
在这门课程中，我们用一些统计数据来计算NBA各支球队的Elo socre，并利用这些基础统计数据来评估各支球队过去的比赛情况，并根据国际水平分类方法Elo Score对球队目前的战斗力进行评分，最后结合这些不同球队的特点来判断一场比赛哪支球队能占据优势。但在我们的预测结果中，与以往不同的是，我们没有给出绝对的正分或负分，而是给出了胜算更大的球队能够赢下对方的概率。当然，在这里，我们用来评估一支球队表现的数据量太少了（只用了15-16年一年的数据），如果想要更准确、更系统的判断，当然可以从各个统计数据网站获取更多年份、更全面的数据。结合不同的回归和决策机器学习模型，可以构建出更全面、预测准确率更高的模型。里面有相关的篮球预测比赛项目，有兴趣的同学可以尝试一下。
6. 参考文献
知乎：哪里可以看到最全面、最详细的NBA数据统计？
我如何利用
7.课后练习
在本课程中，我们只使用了-learn提供的方法来训练回归模型。你是否可以尝试-learn中的其他机器学习方法，或者其他类似的开源框架，结合我们提供的数据集进行训练？如果使用-learn中的方法，可以参考实验室楼的课程：eBay在线拍卖数据分析。或者你可以尝试下图的模型：
8. 常见问题解答
这里我们会对文档中之前解释得比较模糊的部分做一些补充，如果有问题欢迎在课程讨论区提出。
Q1：在生成训练集的时候，“将特征值随机分配到每条游戏数据的左右两边”是什么意思？为什么要做如下的随机分配：
Q2：为什么根据标签Y：0对应的X：[, ]，以及标签Y：1对应的X：[, ]，在后面预测[team1, team2]这场比赛的结果时，要按照$$prob0.5$$时team2获胜的规律，概率为$$prob$$呢？
点击阅读原文查看答案和完整代码，敲代码才是学习编程的必经之路，登录实验楼，用电脑敲出这个项目吧！
