1.項目目標
通過分析科比職業生涯比賽的相關數據，掌握Numpy, Pandas, Matplotlib, Seaborn等常用數據分析庫的用法，掌握常規的數據預處理的方法以及特征工程。掌握建立隨機森林模型，模型參數調整，構建最好的模型，預測測試數據，并保存測試數據的方法。
2.科比生涯簡介
不論你是否看NBA，都應該聽說過科比布萊恩特這個名字，它是最接近籃球之神喬丹的運動員。科比于1996年以13順位的選秀身份進入聯盟，一生都效力于洛杉磯湖人隊。于2016年宣布退役，職業生涯獲獎無數，5次NBA總冠軍，2次FMVP，1次MVP，4次AMVP，18次全明星，生涯總得分超33000分，未來的名人堂球員等。在今年的1月26日，科比乘坐的私人飛機不幸失事，科比和二女兒吉安娜永遠地離開了我們，這對無數球迷是一個莫大的打擊。雖然科比離開了我們，但曼巴精神將激勵著一代又一代的年輕人去追逐自己的夢想。
Kobe.jpg
3.該數據集簡介
該數據集收錄了自96賽季~2016賽季，科比整個職業生涯的比賽記錄，共有30697條數據。每一條數據都是一次出手記錄，其中包括動作類型，投籃類型，投射距離，投射位置，是否命中等25個特征。在該數據集中我們將以是否命中籃筐為標簽值來進行分析，帶有標簽值的數據共25697條。我們將以這25697條數據作為訓練數據進行建模，來對不帶標簽的5000條數據進行預測。
4.數據集中各列特征說明
| 列名稱 | 含義 |
|---|---|
| action_type | 動作類型，如跳投，扣籃，上籃 |
| combined_shot_type | 組合投籃類型，如跳投，扣籃，勾手，擦板，罰球 |
| game_event_id | 比賽的編號 |
| lat | 出手的緯度 |
| loc_x | 出手的x坐標 |
| loc_y | 出手的y坐標 |
| lon | 出手的經度 |
| minutes_remaining | 距離比賽結束，還剩多少分鐘 |
| period | 交手的場次，取值為1~7 |
| playoffs | 是否是打季后賽 |
| season | 賽季，如13~14賽季 |
| seconds_remaining | 距離比賽結束，還剩多少秒 |
| shot_distance | 出手距離 |
| shot_made_flag | 是否命中 |
| shot_type | 投射類型，兩分球還是三分球 |
| shot_zone_area | 出手區域，左側，右側，中場，后場等 |
| shot_zone_basic | 另一種劃分出手區域的方式，中線，禁區，油漆區，左側底角，右側底角等 |
| shot_zone_range | 出手區域的距離，小于8英尺，816英尺，1624英尺，24英尺以上等 |
| team_id | 球隊編號 |
| team_name | 球隊名稱 |
| game_date | 比賽日期 |
| matchup | 對陣雙方 |
| opponent | 對手 |
| game_id | 比賽的編號 |
| shot_id | 出手的編號 |
5.流程簡介
- 讀取數據并做簡單的描述性統計
- 探索性分析，單變量分析，雙變量分析
- 數據與處理和特征工程
- 建立隨機森林模型并進行調參，選擇最優參數
- 對測試數據進行預測，并保存模型結果
數據集和代碼請參考:
科比職業生涯數據集分析
