在很多人的心中，大数据只是一个模糊的概念；也有人说大数据可以“预测股市”、“预测地震”、“预测消费者行为”。但事实上，大数据与我们的关系可能比我们想象的还要密切。

从观察夜空到天气预报，从童话故事里的水晶球到如今的科技预言家，人类一直希望突破限制，更早地看透未来，而人类的生活也正在被大数据预测深刻地改变。

相信大家一定知道世界杯“章鱼保罗”的传说，但你可能不知道的是，它早已被大数据预测所取代：

世界杯期间，谷歌、百度、微软、高盛等公司纷纷推出比赛结果预测平台，其中百度的预测最为出色，64场比赛准确率高达67%，淘汰赛准确率更是高达94%。

从经验上看，只要有体育赛事的历史数据，并且和指数公司有合作，就可以对其他赛事做出预测，比如欧冠、NBA等赛事。

在这个项目中，我们将根据2015-2016年NBA常规赛和季后赛的比赛数据，预测正在进行的2016-2017年常规赛每场比赛的结果。

本教程由Lab 发布，完整教程、代码及在线练习地址为：NBA常规赛结果预测-利用比赛数据分析（更多课程请查看全部课程）

（当然影响NBA比赛的因素有很多，转会、换教练、换球场，甚至换保安都有可能影响比赛的结果，所以本课程只提供方法，更多的信息挖掘和分析思路留给大家去拓展。）

一、课程介绍 1、内容介绍

你是否曾在朋友圈里被NBA比赛的进程或结果淹没过？又或许你是一个NBA狂热粉，比赛中的每一个进球、抢断、压哨球都能让你兴奋不已。除了观看精彩的比赛过程，我们也对比赛的结果充满好奇。因此，本课程将向学生们展示如何通过过往的NBA比赛数据来判断各支球队的战斗力，预测某场比赛的结果。

2.课程知识点3.实验流程获取比赛统计数据分析比赛数据，得到每场比赛中代表各队状态的特征表达利用机器学习方法学习每场比赛与获胜球队之间的关系，预测2016-2017年的比赛4.效果截图

2. 获取NBA比赛统计数据 2.1 比赛数据简介

在本实验中，我们将使用 NBA 2015-16 赛季的统计数据。在这个网站上，你可以看到不同球员、球队、赛季和联赛的基本统计数据，例如得分、犯规次数、胜负次数等。这里我们将使用 NBA 2015-16 赛季的数据。

在本 2015-16 年摘要的所有表格中，我们将使用以下三个数据表：

我们将用这三个表格来评估球队过去的战斗力。另外，我们还需要2015-2016赛季NBA常规赛和2015-2016赛季季后赛每场比赛的比赛数据来评估Elo得分（后面的实验部分会讲解）。在从常规赛到季后赛的时间内，列出了2015年10月到2016年6月每场比赛的比赛情况。

在上图中，你可以看到2015年10月份的一些比赛数据，每个表包含的数据分别是：

在进行预测时，我们还需要NBA 2016-17赛季以及2016~2017赛季的常规赛赛程数据。

2.2 获取游戏数据

我们将使用 Team Per Game Stats 表数据作为示例，展示如何获取这三个统计数据。

在导航栏中输入、选择并选择2015~2016赛季：

进入2015-2016赛季界面后，滑动窗口找到Team Per Game Stats表格，选择左上角的Share & more，在下拉菜单中选择Get table as CSV (for Excel)：

将界面中生成的csv格式数据复制，然后复制粘贴到文本编辑器中保存为csv文件。

为了方便同学们进行实验，我们将所有数据都保存成了csv文件并上传到了实验楼的云环境中，在后续的代码实现部分我们会提供这些文件的获取地址。

3.数据分析

在获得数据之后，我们会通过每支球队过去的比赛情况和Elo评级来确定每支球队的获胜概率。在评估每支球队过去的比赛情况时，我们会使用Team Per Game Stats、Per Game Stats和Stats三个表（以下分别称为T、O和M表）的数据作为代表比赛中某支球队的比赛特征。我们最终会预测每场比赛中哪支球队会获胜，但不会给出绝对的胜负局面，而是预测获胜球队的获胜概率。因此，我们会建立一个代表比赛的特征向量。它由两支球队的以往比赛情况统计（T、O和M表）nba赛事的分析与预测，以及两支球队的Elo评级组成。

关于Elo评分，不知道大家看过《社交网络》这部电影没有，这部电影中马克（主角原型就是创始人扎克伯格）在电影一开始就开发了一个美女排名系统，他利用朋友在窗户上写下的排名公式，对比不同女生之间的排名，最后PK决定胜负。

这个比较公式就是Elo Score评分系统。Elo最初是为了提供一种更好的方法来对国际象棋中的不同玩家进行排名而创建的。在当今的许多竞技运动或游戏中，Elo评分系统用于对玩家或选手进行排名，例如足球、篮球、棒球比赛，或者像LOL和DOTA这样的游戏。

这里我们简单介绍一下基于象棋比赛的Elo等级分系统。上图窗口上写的公式是PK双方（A、B）相互对抗的预期胜率计算公式。假设A、B当前等级分别为R_A​A​​和R_BR​B​​，则A对B的预期胜率为：

B 对 A 的预期胜率为

如果选手A在一场比赛中的实际得分S_AS​A​​（胜一场得1分，平一场得0.5分，负一场得0分）与其预期胜率E_AE​A​​有差异，则其等级分将按照以下公式进行调整：

在国际象棋中，根据等级的不同，K值会做相应的调整：

因此，我们将用来表示某场比赛数据的特征向量为（添加 A 队和 B 队之间的比赛）：[A 队 Elo 分数，A 队的 T、O 和 M 表统计数据，B 队 Elo 分数，B 队的 T、O 和 M 表统计数据]

4 基于数据的模型训练与预测 4.1 实验准备

在本次实验环境中，我们会用到numpy、scipy和库nba赛事的分析与预测，不过numpy在实验大楼里已经安装好了，所以在实验之前，我们需要使用pip命令安装另外三个库。

$ sudo pip install pandas
$ sudo pip install scipy
$ sudo pip install sklearn

安装完所需的实验库后，进入实验环境的Code目录nba赛事的分析与预测，建立文件夹，通过以下地址获取我们帮您处理好的csv文件压缩包data.zip：

$ cd Code
$ mkdir cs_782 && cd cs_782
# 获取数据文件
$ wget http://labfile.oss.aliyuncs.com/courses/782/data.zip
# 解压data压缩包并且删除该压缩包
$ unzip data.zip 
$ rm -r data.zip

数据文件夹里面有 2015 年至 2016 年的 NBA 数据 T、O 和 M 表，以及处理后的常规赛和挑战赛数据 2015~.csv。此数据文件是从 2015-16 年几个月的比赛数据中提取出来的，包含三个字段：

4.2 效果展示

在Code\目录下创建一个.py文件，启动实验。所有代码可以在实验楼中查看和下载。

最后运行.py：

生成预测结果文件16-.csv文件：

五、结论

在这个项目中，我们通过一些统计数据来计算NBA各支球队的Elo socre，并利用这些基础统计数据来评估各支球队过去的比赛情况，并按照国际水平分类方法Elo Score对球队目前的战斗力进行评分，最后结合这些不同球队的特点来判断一场比赛哪支球队能占据优势。但是在我们的预测结果中，与以往不同的是，我们没有给出绝对的正分或负分，而是给出了胜算较大的球队能够赢下对方的概率。当然在这里，我们用来评估一支球队表现的数据量太少了（只用了15-16年一年的数据），如果想要更加准确和系统的判断，当然可以从各个统计数据网站获取更多年份、更加全面的数据。结合不同的回归和决策机器学习模型，可以构建出更加全面、预测准确率更高的模型。 里面有相关的篮球预测比赛项目，有兴趣的同学可以去尝试一下。