Python - 预测足球比赛

Question

我对 python 和 pandas 还很陌生，但我仍然很挣扎。我正在参加的课程给了我一个对我来说似乎不可能完成的任务，我希望有人能帮助我。

我有一个数据框（很简单，它包含整个第 16 季的结果）：

    season   date        team1          team2                score1   score2   result
12  2016    2016-08-13  Hull City       Leicester City       2.0    1.0        team1_win
13  2016    2016-08-13  Arsenal         Swansea City         0.0    1.0        team2_win
14  2016    2016-08-13  Southampton     Manchester Utd       1.0    1.0        draw
15  2016    2016-08-13  Middlesbrough   Stoke City           1.0    1.0        draw
16  2016    2016-08-13  Crystal Palace  West Bromwich Albion 0.0    1.0        team2_win
... ... ... ... ... ... ... ...

现在，我想预测一下，阿森纳和曼彻斯特在上赛季阿森纳-曼彻斯特的比赛中各进多少球。 （它可能不适用于我在这里提供的部分数据）这是通过计数回归来完成的。

我尝试使用从另一个示例中获得的代码，但失败了：

modelArs = smf.poisson("score1 ~ score2 + team2", data=train_data)
resultArs = modelManc.fit();

而且我知道这可能是我在那里所做的全部 bs，但我完全迷失了。

第二个任务是根据决策树显示哪支球队将获胜。

第三个任务是使用 mnlogit 回归来显示每支球队平局和获胜的概率。

我知道我要求很多，但任何帮助对我都有很大帮助。还包括一些关于你实际做了什么的信息会对我有所帮助。我只是想以某种方式通过课程，然后用 python 完成。

Answer 1

首先你需要对分类变量进行热编码，例如team1、team2、result 热编码只不过是将具有有限可能值的自变量转换为数值形式。

请参阅此链接了解热编码的工作原理：Hot encoding

在此数据中，某些变量（例如分数）似乎无用，因为您在需要预测时无法访问分数，因此可以省略它们。并且这个模型可以被训练用于学习目的，但它不会有效地使用这么多的属性，因为游戏的结果并不完全依赖于 [season,date,team1,team2] 之类的属性，您需要考虑很多因素考虑到。