FIFA 18: применение простого алгоритма машинного обучения для определения лучшего квадроцикла
Сатьярадж
ноябрь 2019 г.
Как любитель футбола, мне интересно изучить полный набор данных игроков FIFA 18. Набор данных я взял с Kaggle (https://www.kaggle.com/thec03u5/fifa-18-demo-player-dataset)
Набор данных содержит личные атрибуты игрока (такие как национальность, клуб, фото, возраст, стоимость и т. д.); Атрибуты производительности игрока (Общая, Потенциал, Агрессия, Ловкость) и предпочитаемая позиция игрока и рейтинги на всех позициях
Я хотел изучить и понять футболистов, собранных в FIFA 18, и проанализировать, какой клуб или национальная команда имеет игроков с самым высоким рейтингом, сопоставить возраст и общий рейтинг, национальность, потенциал и т. д., и результаты могли бы повысить ценность фантазии. энтузиастов высшей лиги.
- Какая страна имеет максимальное количество футболистов, собранных в FIFA 18, и список 20 лучших стран?
- Каково возрастное распределение игроков FIFA 18?
- Определите 10 лучших клубов с самой высокой общей рыночной стоимостью игроков и самой высокой средней заработной платой игроков?
- Определить лучший отряд?
- Проведите корреляцию между возрастом, общим, потенциалом, должностью, клубом, национальностью, особым статусом и стоимостью/зарплатой.
Ключевые результаты исследования
- Какая страна имеет максимальное количество футболистов, собранных в FIFA 18, и список 20 лучших стран?
2. Каково возрастное распределение игроков FIFA 18?
3. Определите лучшие клубы с самой высокой общей рыночной стоимостью игроков и самой высокой средней заработной платой игроков?
4. Определить лучшую команду?
В целом и потенциал положительно связаны с заработной платой и стоимостью. Special также имеют положительную корреляцию с Wage & Value. С другой стороны, Клуб, Национальность и Должность не являются столь важными характеристиками, которые коррелируют с Заработной платой и Ценностью. Кроме того, дополнительно обнаружено, что заработная плата и стоимость сильно коррелируют друг с другом, что вполне рационально.
Примечание. Код можно найти в моем профиле на github.
Спасибо за чтение.