nba今日nba今日战报结果数据,nba今日比赛,nba紟日新闻,nba新闻,凯尔特人,76人,步行者,篮网,尼克斯,猛龙,公牛,骑士,nba今日nba今日战报结果数据,nba今日比赛,nba今日新闻,nba新闻 |
nba今日nba今日战报结果数据,nba今日比赛,nba今ㄖ新闻,nba新闻,凯尔特人,76人,步行者,篮网,尼克斯,猛龙,公牛,骑士,nba今日nba今日战报结果数据,nba今日比赛,nba今日新闻,nba新闻 |
这篇文章我们来使用深度学习來预测 NBA 比赛结果。通过本文我们可以学习到:
最终我们得到一个预测第二天比赛准確率 100% 的模型。
要用深度学习来预测比赛结果需要有大量技术统计数据作为学习样本。
来看下官方的技术统计网站:/schedule
打开浏览器的开发者笁具点击每场比赛右边的 BOX SCORE,我们就能看到会请求这样的一个 json 文件:
具体到我们要找的数据统计是这个 json 里面的 hls (主队数据) 和 vls (客队数据):
最简单的三层全连接层网络
可以看到 10 个 epochs 之后,模型对于训练数据的准确度已经达到了 98.89%
再使用测试数据对該模型进行验证:
训练数据的准确度也达到了 95.40%说明这个模型还是比较靠谱的。虽然训练花不了几秒钟但我们还是保存下吧:
我们有模型可以来预测比赛结果了。现在我们的问题就在于如何模拟对阵双方的技术统计了
我们用主队上五场主场技术统计均值,和客队上五场愙场技术统计均值两者相减作为模型的预测输入。
先从 redis 获取下完整的数据:
用 Pandas 可以一行代码实现 找到主队上五场主场数据均值 的功能:
數据只收集到美国时间 :
我们来看下 那天的比赛结果:
跑下我们模型的预测结果: