文件名称：NBA_Game_Prediction
文件大小：439KB
文件格式：ZIP
更新时间：2024-02-29 07:39:05
JupyterNotebook
NBA游戏预测 项目组：孟梦媛，奥斯丁 该存储库包含一个发现NBA游戏预测的数据科学项目。 我们调查个人NBA球员的社交网络以及各支球队之间的关系。 我们将利用球队的统计数据和球员的统计数据和分析，通过利用2015赛季至2019赛季的球队统计数据和球员统计数据来预测谁赢得比赛。 我们将使用GraphSAGE（这是一个可通用的嵌入框架）来创建图分类。 运行项目 要获取数据，请从项目根目录运行python run.py data src / data / data.py获取功能，图形数据标签 src / models / models.py包含我们的神经网络模型 可以从命令行运行run.py，以获取数据，训练模型并向shell提供有关模型性能的相关统计信息 责任 Austin Le：基本上负责编码部分的数据清理和数据刮取。 孟梦圆：负责论文的研究和撰写报告部分。
【文件预览】：
NBA_Game_Prediction-main
----notebooks()
--------test.ipynb(1B)
----src()
--------.ipynb_checkpoints()
--------layers()
--------models()
--------NBA_playtime.ipynb(209KB)
--------visualization.py(1B)
--------data()
--------Web Scraping.ipynb(38KB)
----run.py(5KB)
----config()
--------config.json(1B)
----test()
--------test.ipynb(1B)
----README.md(1KB)
----submission-methodology.json(1B)
----data()
--------NBA_Teams_2018.csv(967B)
--------raw()
--------NBA_Teams_2020.csv(967B)
--------NBA_Teams_2016.csv(967B)
--------NBA_Teams_2017.csv(967B)
--------NBA_Players_2019.csv(33KB)
--------NBA_Players_2018.csv(32KB)
--------NBA_Players_2016.csv(28KB)
--------NBA_Players_2020.csv(31KB)
--------NBA_Players_2021.csv(25KB)
--------NBA_Players_2017.csv(29KB)
--------NBA_Teams_2019.csv(967B)
----submission.json(86B)
----.gitignore(350B)