实例：【基于机器学习的NBA球员信息数据分析与可视化】

作者：24直播网2024-05-28 08:01:28

　　数据集共有342个NBA球员样本，包含38个特征，即342行×38列。对这些数据进行集成和预处理。利用python语言，设计合适的机器学习算法。找出球员在场时对球队比赛获胜的贡献大小，最能反映球员的综合实力的特征。算法过程及结果的设计合适的可视化图像，将所设计的算法的过程，以及最终结果展示出来。 　　查看关键字： 　　专业名词字段含义说明： Rk:排名PLAYER:姓名POSITION:位置AGE:年龄MP:平均每场比赛进行的时间FG:场均投球命中次数FGA:场均投射次数FG%:命中率3P:三分球命中次数3PA:三分球投射次数3P%:三分球命中率（命中次数/投射次数----3P/3PA=3P%）2P:二分球命中次数2PA:二分球投射次数2P%:二分球命中率eFG%:有效命中率FT:罚球命中次数FTA:罚球投射次数FT%:罚球命中率(FT/FTA=FT%）ORB:进攻篮板数DRB:防守篮板数TRB:篮板球总数 　　篮板率=球员篮板数×(球队所有球员上场时间÷5)÷球员上场时间÷(球队总篮板+对手总篮板) 　　AST:助攻 　　助攻率=球员助攻数÷(球员上场时间÷(球队所有球员上场时间÷5)×（球队总进球数-球员进球数) 　　STL:抢断 　　抢断率=球员抢断数×(球队所有球员上场时间÷5)÷球员上场时间÷对手进攻次数 　　BLK:盖帽 　　盖帽率=球员盖帽数×(球队所有球员上场时间÷5)÷球员上场时间÷对手两分球出手次数) 　　TOV:失误 　　失误率=球员失误数÷(球员两分球出手次数+0.44×球员罚球次数+球员失误数) 　　PF:犯规次数POINTS:得分TEAM:球队GP:比赛场数MPG:场均上场时间ORPM:进攻正负值DRPM:防守正负值RPM:正负值WINS_RPM:赢球正负值PIE:球员贡献度 　　加分项：得分、投篮命中数、罚篮命中数、篮板、助攻、抢断、盖帽 　　减分项：投篮出手、罚篮出手、个人犯规、失误 　　PACE:每48分钟内大概会进行多少个回合W:胜利次数SALARY_MILLIONS:薪水 3.1 查看数据集信息 3.2 数据清洗与转换 　　为了便于理解，对列名称重命名 　　由df.isnull().sum()结果可知，缺失值‘三分球命中率’有22项，‘罚球命中率’有5项，下面显示缺失值的所在行 3P%:三分球命中率——3P/3PA=3P%FT%:罚球命中率——FT/FTA=FT% 　　由上方数据显示,分析可得，3P%和FT%的数值空缺原因均是因为3P、3PA、FT和FTA数值为0导致， 　　为数据精准度，使用dropna()直接将所有含空缺值的数据行删除 　　3.3 数据去重 　　根据数据探测可知，数据集中有多为球员姓名重复，删除重复项并保留第一次出现的项 　　根据所查资料知，效率值最能反应球员对比赛做出的贡献 PER：效率值 　　效率值=[(得分+篮板球总数+助攻+抢断+盖帽)-(场均投射次数-场均投球命中次数)-(罚球投射次数-罚球命中次数)-失误)]/比赛场数 　　4.1 数据相关性 　　找出判断球员贡献度相关的数据，得到其中的数据相关性，并用相关系数矩阵显示，并使用热力图进行可视化 　　使用热力图呈现： 4.2 球员数据分析 　　位置名词解释： PG：控卫SG：分卫PF：大前SF：小前C：中锋 　　查看各个站位的球员薪水分布： 　　小结： 球员贡献度越高排名越高 　　查看排名和薪水的关系： 　　小结： 排名越低薪水越低 5.1 数据重定义 　　根据数据可视化结果分析可知，球员贡献度是最能反映球员的综合实力的特征。 　　由df.describe()得到的数据，人为划分球员： 球员贡献度 <= 7.2 标记为0，记作表现不合格球员贡献度 <= 9.31标记为1，记作表现合格球员贡献度 <= 15 标记为2，记作表现良好球员贡献度 <= 23 标记为3，记作表现优秀 5.2 划分数据集与验证集 　　5.3 定义模型 　　调用： 　　查看各个特征对球员贡献度的相关度，找出除了球员贡献度的其他影响因素