NFL Super Bowl chỉ còn vài ngày nữa là diễn ra và tôi thực sự cảm thấy hào hứng với nó trong năm nay. Là một người tò mò, tôi không thể đợi thêm vài ngày nữa để xem người chiến thắng nên tôi nghĩ sẽ rất thú vị nếu thử dự đoán trước người chiến thắng. Tôi đã sử dụng Trình phân loại Python và RandomForest để dự đoán người chiến thắng, sau đó sử dụng Công cụ hồi quy để đoán điểm số. Đây là cách của tôi để dự đoán kết quả Super Bowl.

dữ liệu

Những điều đầu tiên đến trước. Vì vậy, tôi đã bắt đầu với dữ liệu. Sau một số nghiên cứu và tổng quan về số liệu thống kê ngắn gọn, tôi nhận ra rằng việc xem xét dữ liệu khác với mùa giải trước không có ý nghĩa gì nhiều. Quá nhiều biến đang thay đổi theo thời gian. Cầu thủ mới, chuyển nhượng mới, chiến lược mới và chấn thương. Tất cả điều này làm cho trò chơi trở nên khó đoán và thú vị để xem. Vì vậy, tôi chỉ sử dụng số liệu thống kê của mùa giải 2022 để dự đoán kết quả Super Bowl. Tất nhiên, tôi chỉ còn 17 trận cho mỗi đội. Không có nhiều dữ liệu nếu không muốn nói là tệ hơn. Nhưng hãy xem chúng ta có thể đi bao xa với nó.

Dữ liệu tôi sử dụng bao gồm mọi trận đấu của mùa giải 2022. Vì vậy, tổng cộng có 532 hàng thông tin có giá trị. Tôi đã sử dụng các số liệu tiếp theo để phân tích.

Tôi đã xem xét 32 đội NFL trong mùa giải trước và lấy ý kiến ​​cốt lõi, vì vậy, đây là biểu đồ phân tán cho số liệu của đội cho mọi trận đấu trong mùa giải.

Nhìn sơ qua dữ liệu, tôi không thể nhận thấy bất kỳ mối tương quan tuyến tính nào giữa hiệu suất của đội và điểm số mà họ mong đợi đạt được trong trận đấu. Tôi cho rằng số yard lao tới quan trọng hơn số yard chuyền bóng và số lần quay đầu có xu hướng tương quan với một trò chơi chuyền bóng.

Điều tiếp theo cần xem xét trước khi di chuyển với dự đoán là phương sai của số liệu cốt lõi. Phạm vi điểm tôi cần bắn là bao nhiêu?

Tổng số điểm được phân phối khoảng 44 điểm mỗi trò chơi

Và Điểm cho người chiến thắng và kẻ thua cuộc lần lượt là khoảng 28 và 17 điểm

Nhóm mục tiêu

Vì tôi đủ may mắn để xem Super Bowl bắt đầu sau vài ngày nữa, nên tôi đã biết đội nào sẽ tranh cúp. Có được sự trợ giúp tuyệt vời như vậy, việc dự đoán sẽ dễ dàng như lựa chọn giữa A và B. Vì vậy, hãy cùng xem xét kỹ hơn về các đội.

Trưởng thành phố Kansas, người đã giành được Super Bowl hai lần trong lịch sử của họ. Lần cuối cùng vào năm 2019. Cách đây không xa.

Philadelphia Eagles chỉ thắng một lần trong lịch sử của họ, đó là vào năm 2018. Được rồi, có vẻ như điều này sẽ không đưa chúng ta đến gần để chọn trò chơi yêu thích. Hãy cùng nhìn lại thành tích của các đội trong mùa giải vừa qua.

Có vẻ như cả hai đội đều mạnh như nhau. Điều duy nhất tôi có thể nhận thấy, đó là Phila có xu hướng nhận được nhiều Sân tấn công hơn mỗi trận, vì các Đội trưởng chuyền bóng tốt hơn. Ok, hãy xem chúng ta có thể đi được bao xa với dữ liệu này.

Trình phân loại RandomForest để dự đoán người chiến thắng

Lúc đầu, hãy chia dữ liệu thành tập dữ liệu Huấn luyện và kiểm tra. Điều đó có nghĩa là thậm chí còn ít dữ liệu hơn để đào tạo mô hình, nhưng ít nhất chúng tôi có thể xác minh xem liệu chúng tôi có thể dự đoán điều gì đó hay không.

Khi chọn các yếu tố dự đoán để xây dựng mô hình của mình, tôi phải bỏ qua các yếu tố như Trận sân nhà/Sân khách và Số trận trong mùa giải vì cả hai đội đều giống nhau.

Chúng ta đi đây! Mô hình chúng tôi đã xây dựng có thể dự đoán người chiến thắng ở 106 trong số 145 trò chơi và kẻ thua cuộc ở 98 trong số 132 trò chơi. Điều này mang lại cho chúng tôi điểm chính xác là 0,731. Hoàn toàn không tệ cho một dữ liệu hạn chế như vậy.

Và đây là khoảnh khắc của Sự thật. Ai sẽ thắng?

Ta-dam. Đội trưởng có thể thua trò chơi với , nghĩa là Đại bàng chiến thắng với độ chính xác 73,6%.

RandomForest Regressor để dự đoán điểm số

Tiến về phía trước, chúng tôi có thể muốn biết kết quả tiềm năng của trò chơi. Và ở đây chúng ta sẽ sử dụng RandomForest Regressor để xây dựng mô hình cho dữ liệu danh nghĩa.

Được rồi, có vẻ như dự đoán điểm số là một nhiệm vụ phức tạp hơn ngay cả đối với các mô hình ML nâng cao. Ở đây chúng tôi chỉ có tỷ lệ chính xác 62,16%. Ok, hãy xem nó sẽ đưa chúng ta đến đâu.

Sử dụng các số liệu cốt lõi cho mọi nhóm, chúng tôi đã có dự đoán về ..

24–31. Đại bàng chiến thắng!

tóm tắt

Ở đó chúng tôi có nó! Giờ đây, chúng tôi có một dự báo có tính đến số liệu thống kê theo mùa, hiệu suất của các đội và dự đoán người chiến thắng trong trận Super Bowl. Tất nhiên, xác suất của điểm số cuối cùng là gần như dưới 100% và tôi không thể nói rằng tôi sẽ đặt cược cho nó. Nhưng kết quả này dường như có nhiều khả năng xảy ra hơn bất kỳ kết quả nào khác. Mô hình này có thể được phát triển hơn nữa, bổ sung thêm nhiều yếu tố vào phân tích, chẳng hạn như: Số liệu thống kê của tiền vệ, Báo cáo chấn thương, Điều kiện thời tiết, v.v. Vì vậy, sau này chúng tôi sẽ cố gắng đưa ra một dự đoán chính xác hơn.

liên kết

• Máy tính xách tay Jupyter gốc
• LinkedIn