1.1 内容简介 　　不知道你是否朋友圈被刷屏过nba的某场比赛进度或者结果？或者你就是一个nba狂热粉，比赛中的每个进球，抢断或是逆转压哨球都能让你热血沸腾。除去观赏精彩的比赛过程，我们也同样好奇比赛的结果会是如何。因此本节课程，将给同学们展示如何使用nba比赛的以往统计数据，判断每个球队的战斗力，及预测某场比赛中的结果。 　　我们将基于2015-2016年的NBA常规赛及季后赛的比赛统计数据，预测在当下正在进行的2016-2017常规赛每场赛事的结果。 1.2 实验知识点1.3 实验环境1.4 实验流程 　　本次课程我们将按照下面的流程实现NBA比赛数据分析的任务：1.5 代码获取 　　本次实验的源码可通过以下命令获得：2.1 比赛数据介绍 　　在本次实验中，我们将采用Basketball Reference.com 　　http://www.basketball-reference.com/ 　　中的统计数据。在这个网站中，你可以看到不同球员、队伍、赛季和联盟比赛的基本统计数据，如得分，犯规次数等情况，胜负次数等情况。而我们在这里将会使用2015-16 NBA Season Summary中数据。 　　在这个2015-16总结的所有表格中，我们将使用的是以下三个数据表格： 　　毕达哥拉斯定律：win% = frac{{runs scored}^2}{{runs scored}^2 + {runs allowed}^2}win%=runs scored2+runs allowed2runs scored2 　　我们将用这三个表格来评估球队过去的战斗力，另外还需2015-16 NBA Schedule and Results中的2015~2016年的nba常规赛及季后赛的每场比赛的比赛数据，用以评估（在之后的实验小节中解释）。在中按照从常规赛至季后赛的时间。列出了2015年10月份至2016年6月份的每场比赛的比赛情况。 　　可在上图中，看到2015年10月份的部分比赛数据。在每个Schedule表格中所包含的数据为： 　　在预测时，我们同样也需要在2016-17 NBA Schedule and Results中2016~2017年的NBA的常规赛比赛安排数据。2.2 获取比赛数据 　　我们将以获取Team Per Game Stats表格数据为例，展示如何获取这三项统计数据。 　　为了方便同学们进行实验，我们已经将数据全部都保存成csv文件上传至实验楼的云环境中。在后续的代码实现小节里，我们将给出获取这些文件的地址。 　　在获取到数据之后，我们将利用每支队伍过去的比赛情况和Elo 等级分来判断每支比赛队伍的可胜概率。在评价到每支队伍过去的比赛情况时，我们将使用到Team Per Game Stats，Opponent Per Game Stats和Miscellaneous Stats（之后简称为T、O和M表）这三个表格的数据，作为代表比赛中某支队伍的比赛特征。我们最终将实现针对每场比赛，预测比赛中哪支队伍最终将会获胜，但并不是给出绝对的胜败情况，而是预判胜利的队伍有多大的获胜概率。因此我们将建立一个代表比赛的特征向量。由两支队伍的以往比赛情况统计情况（T、O和Ｍ表），和两个队伍各自的Elo等级分构成。 　　关于Elo score等级分，不知道同学们是否看过这部电影，在这部电影中，Mark（主人公原型就是扎克伯格，FaceBook创始人）在电影起初开发的一个美女排名系统就是利用其好友Eduardo在窗户上写下的排名公式，对不同的女生进行等级制度对比，最后PK出胜利的一方。 　　这条对比公式就是Elo Score等级分制度。Elo的最初为了提供国际象棋中，更好地对不同的选手进行等级划分。在现在很多的竞技运动或者游戏中都会采取Elo等级分制度对选手或玩家进行等级划分，如足球、篮球、棒球比赛或LOL，DOTA等游戏。 　　在这里我们将基于国际象棋比赛，大致地介绍下Elo等级划分制度。在上图中Eduardo在窗户上写下的公式就是根据计算PK双方（A和B）对各自的胜率期望值计算公式。假设A和B的当前等级分为R_ARA何R_BRB，则A对B的胜率期望值为： 　　E_A=frac{1}{1+10^{(R_B-R_A)/400}}EA=1+10(RB−RA)/4001 　　B对A的胜率期望值为 　　E_B=frac{1}{1+10^{(R_A-R_B)/400}}EB=1+10(RA−RB)/4001 　　如果棋手A在比赛中的真实得分S_ASA（胜1分，和0.5分，负0分）和他的胜率期望值E_AEA不同，则他的等级分要根据以下公式进行调整： 　　R_A^{new} = R_A^{old} + K(S_A - R_A^{old})RAnew=RAold+K(SA−RAold) 　　在国际象棋中，根据等级分的不同K值也会做相应的调整： 　　因此我们将会用以表示某场比赛数据的特征向量为（加入A与B队比赛）：[A队Elo score, A队的T,O和M表统计数据，B队Elo score, B队的T,O和M表统计数据]4.1 实验前期准备 　　在本次实验环境中，我们将会使用到Python的，，和库，不过实验楼中已经安装了，所以在实验前，我们需要先利用命令安装另外两个python库。 　　在安装完所需的实验库之后，进入到实验环境的目录下，创建文件夹，并且通过以下地址获取我们为大家处理好的csv文件压缩包： 　　在文件夹中，包含了2015~2016年的NBA数据T,O和M表，及经处理后的常规赛和挑战赛的比赛数据，这个数据文件是我们通过在的2015-16 Schedule and result的几个月份比赛数据中提取得到的，其中包括三个字段：4.2 代码实现 　　在目录下，创建开始实验。 首先插入实验相关模块： 　　设置回归训练时所需用到的参数变量： 　　在最开始需要初始化数据，从T、O和M表格中读入数据，去除一些无关数据并将这三个表格通过属性列进行连接： 　　获取每支队伍的等级分函数，当在开始没有等级分时，将其赋予初始值： 　　定义计算每支球队的函数： 　　基于我们初始好的统计数据，及每支队伍的Elo score计算结果，建立对应2015~2016年常规赛和季后赛中每场比赛的数据集（在主客场比赛时，我们认为主场作战的队伍更加有优势一点，因此会给主场作战队伍相应加上100等级分）： 　　最终在main函数中调用这些数据处理函数，使用sklearn的方法建立回归模型： 　　最终利用训练好的模型在16~17年的常规赛数据中进行预测。 利用模型对一场新的比赛进行胜负判断，并返回其胜利的概率： 　　在main函数中调用该函数，并将预测结果输出到文件中： 　　运行： 　　生成预测结果文件文件： 　　在本节课程中，我们利用的部分统计数据，计算每支nba比赛队伍的，和利用这些基本统计数据评价每支队伍过去的比赛情况，并且根据国际等级划分方法对队伍现在的战斗等级进行评分，最终结合这些不同队伍的特征判断在一场比赛中，哪支队伍能够占到优势。但在我们的预测结果中，与以往不同，我们没有给出绝对的正负之分，而是给出胜算较大一方的队伍能够赢另外一方的概率。当然在这里，我们所采用评价一支队伍性能的数据量还太少（只采用了15~16年一年的数据），如果想要更加准确、系统的判断，有兴趣的你当然可以从各种统计数据网站中获取到更多年份，更加全面的数据。结合不同的回归、决策机器学习模型，搭建一个更加全面，预测准确率更高的模型。在kaggle中有相关的篮球预测比赛项目，有兴趣的同学可尝试一下。