小乐数据

决策树算法预测足球大小球亚盘数据分析软件推荐

原创  数据分析 2024年11月05日 18:07:18 jay 1评论 94


前言

之前搞足球数据分析的时候,会通过一些预设条件去筛选比赛,比如当前比分是0-0,射门数>10并且射正数>2,盘口为1,那么筛选出来就是大球,反之则是小球,这种逻辑条件就是跟决策树差不多的算法模式,所以尝试用CART算法(决策树的一种算法),看一下这种去分析大小球胜率都能达到多少,再结合随机森林算法,胜率又能达到多少?这篇文章大概讲叙了决策树的算法实现过程。

 

一、决策树是什么?

决策树是一种树形模型,也是一种十分常用的分类和回归方法。决策树算法是一种监督学习算法,英文是Decision tree。决策树思想的来源非常朴素,程序设计中的条件分支结构就是 if-else 结构,最早的决策树就是利用这类结构分割数据的一种分类

学习方法。

是一种树形结构,本质是一颗由多个判断节点组成的树

其中每个内部节点表示一个属性上的判断,

每个分支代表一个判断结果的输出,

最后每个叶节点代表一种分类结果。

用最简单的话来说,就是根据你自己的条件,告诉模型正确的结果,比如射门数>10,是大球,反之就是小球,当然不可能这么简单,这里还包含很多特征数

据,以及特征的增熵。

 

 

二、数据收集与整理

1.数据收集

这里引用第三方网站的数据

 

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context


 

2.数据清洗

代码如下(示例):

 

 

'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')

print(data.head())

 

3.特征选择

我们选择以下特征来构建决策树:

主队进球数

客队进球数

比赛时间(简单划分为早期、中期、后期)

射门次数

射正次数

但由于简化示例的限制,我们将只使用“主队进球数 +

客队进球数”这一复合特征,并假设阈值设为2.5球(即总进球数大于等于3为大球,否则为小球)。

 

三、决策树构建

3.1绘制训练数据图像

 

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data[:,2:]
y = iris.target
plt.scatter(X[y==0,0],X[y==0,1])
plt.scatter(X[y==1,0],X[y==1,1])
plt.scatter(X[y==2,0],X[y==2,1])
plt.show()


 

绿色为大球、橙色为走水、蓝色为小球

 

 

from sklearn.tree import DecisionTreeClassifier
tree = DecisionTreeClassifier(max_depth=2,criterion="entropy")
tree.fit(X,y)


3.3 依据模型绘制决策树的决策边界

#找到模型的决策边界,并绘制图像(此方法所用到的api不需要掌握,能够调用就行)

def plot_decision_boundary(model,axis):
x0,x1 = np.meshgrid(
np.linspace(axis[0],axis[1],int((axis[1]-axis[0])*100)).reshape(-1,1),
np.linspace(axis[2],axis[3],int((axis[3]-axis[2])*100)).reshape(-1,1)
)
X_new = np.c_[x0.ravel(),x1.ravel()]
y_predict = model.predict(X_new)
zz = y_predict.reshape(x0.shape)
from matplotlib.colors import ListedColormap
custom_map = ListedColormap(["#EF9A9A","#FFF59D","#90CAF9"])
plt.contourf(x0,x1,zz,linewidth=5,cmap=custom_map)
plot_decision_boundary(tree,axis=[0.5,7.5,0,3])
plt.scatter(X[y==0,0],X[y==0,1])
plt.scatter(X[y==1,0],X[y==1,1])
plt.scatter(X[y==2,0],X[y==2,1])
plt.show()


 

 

3.4 树模型可视化

 

from sklearn.tree import plot_tree
import matplotlib.pyplot as plt
plot_tree(tree,filled=True)
plt.show()


 

从上面的可视化图形中看出

X[1] <=0.8 作为第一次分割的依据,满足条件的所有样本均为统一类别

X[1]>0.8的,依据 X[1]<=0.75 为划分依据

由于设置了树的最大深度为2,第二层的两个叶子节点没有完全区分开

决策树算法:

·是非参数学习算法

·可以解决分类(多分类)问题

·可以解决回归问题:

·落在叶子节点的数据的平均值作为回归的结果

 

四、模型预测

将实时采集的滚球数据喂到大模型中

 

 

from sklearn.preprocessing import LabelEncoder
encoding = LabelEncoder()
home_team = encoding.fit_transform(dataset["Home Team"].values)
visitor_team = encoding.fit_transform(dataset["Visitor Team"].values)
# 抽取所有比赛的主客场球队的球队名(已转化为数值型)并将其组合(在NumPy中叫作“stacking”,是向量组合的意思)起来,形成一个矩阵
x_team = np.vstack([home_team, visitor_team]).T
# 使用OneHotEncoder转换器把这些整数转换为二进制数字
from sklearn.preprocessing import OneHotEncoder
onehot = OneHotEncoder()
x_teams_expanded = onehot.fit_transform(x_team).todense()
clf = DecisionTreeClassifier(random_state=14)
scores = cross_val_score(clf, x_teams_expanded, y_true, scoring='accuracy')
print("The accuracy of 'x_teams_expanded' is {0:1f}%".format(np.mean(scores) * 100))


结果如下,大概60%的胜率,说明效果还行。后续用随机森林优化算法

 

五、随机森林模型

过程太长,这里直接上部门代码

 

# 使用GridSearchCV搜索最佳参数

parameter_space = {
'max_features': [2, 10, 'auto'],
'n_estimators': [10, ],
'criterion': ['gini', 'entropy'],
'min_samples_leaf':[2, 4, 6],
}
grid = GridSearchCV(clf, parameter_space)
grid.fit(x_specific_team, y_true)
print("The accuracy of specific_team after GridSearchCV is {0:.1f}%".format(grid.best_score_ * 100))
grid.fit(x_all, y_true)
print("The accuracy of x_all after GridSearchCV is {0:.1f}%".format(grid.best_score_ * 100))


 

可以看到,增加了随机森林算法之后,胜率又提高了一点

 

总结

这里只是简单的写了大概的方法,具体实现还是很复杂的,包括特征数据的选取,以及各种模型算法的调优。还要按照联赛

去区分训练数据,因为你不同的联赛数据是不可比的,小联赛进球数可能达到10个以上,但是大联赛,进球数可能才几

个,所以我们是根据分了联赛数据和公共数据的训练集,目前这两种算法结合的话,目前跑过最高的联赛应该是可以去到

80%左右,效果还可以。当然有些联赛暂时可能也只能去到65%。

 

 

1、AiAutoPrediction-基于泊松大模型足球数据分析软件

http://lcsjfx.com/AiAutoPrediction/

2、SoccerPredictor-基于决策树大模型足球数据分析软件

http://lcsjfx.com/SoccerPredictor/

 

 


抱歉,评论功能已关闭!

选择主题