科比职业生涯数据集分析
1.项目目标
通过分析科比职业生涯比赛的相关数据，掌握Numpy, Pandas, Matplotlib, Seaborn等常用数据分析库的用法，掌握常规的数据预处理的方法以及特征工程。掌握建立随机森林模型，模型参数调整，构建最好的模型，预测测试数据，并保存测试数据的方法。
2.科比生涯简介
不论你是否看NBA，都应该听说过科比布莱恩特这个名字，它是最接近篮球之神乔丹的运动员。科比于1996年以13顺位的选秀身份进入联盟，一生都效力于洛杉矶湖人队。于2016年宣布退役，职业生涯获奖无数，5次NBA总冠军，2次FMVP，1次MVP，4次AMVP，18次全明星，生涯总得分超33000分，未来的名人堂球员等。在今年的1月26日，科比乘坐的私人飞机不幸失事，科比和二女儿吉安娜永远地离开了我们，这对无数球迷是一个莫大的打击。虽然科比离开了我们，但曼巴精神将激励着一代又一代的年轻人去追逐自己的梦想。
3.该数据集简介
该数据集收录了自96赛季~2016赛季，科比整个职业生涯的比赛记录，共有30697条数据。每一条数据都是一次出手记录，其中包括动作类型，投篮类型，投射距离，投射位置，是否命中等25个特征。在该数据集中我们将以是否命中篮筐为标签值来进行分析，带有标签值的数据共25697条。我们将以这25697条数据作为训练数据进行建模，来对不带标签的5000条数据进行预测。
4.数据集中各列特征说明
| 列名称 | 含义 |
|---|---|
| action_type | 动作类型，如跳投，扣篮，上篮 |
| combined_shot_type | 组合投篮类型，如跳投，扣篮，勾手，擦板，罚球 |
| game_event_id | 比赛的编号 |
| lat | 出手的纬度 |
| loc_x | 出手的x坐标 |
| loc_y | 出手的y坐标 |
| lon | 出手的经度 |
| minutes_remaining | 距离比赛结束，还剩多少分钟 |
| period | 交手的场次，取值为1~7 |
| playoffs | 是否是打季后赛 |
| season | 赛季，如13~14赛季 |
| seconds_remaining | 距离比赛结束，还剩多少秒 |
| shot_distance | 出手距离 |
| shot_made_flag | 是否命中 |
| shot_type | 投射类型，两分球还是三分球 |
| shot_zone_area | 出手区域，左侧，右侧，中场，后场等 |
| shot_zone_basic | 另一种划分出手区域的方式，中线，禁区，油漆区，左侧底角，右侧底角等 |
| shot_zone_range | 出手区域的距离，小于8英尺，816英尺，1624英尺，24英尺以上等 |
| team_id | 球队编号 |
| team_name | 球队名称 |
| game_date | 比赛日期 |
| matchup | 对阵双方 |
| opponent | 对手 |
| game_id | 比赛的编号 |
| shot_id | 出手的编号 |
5.流程简介
- 读取数据并做简单的描述性统计
- 探索性分析，单变量分析，双变量分析
- 数据与处理和特征工程
- 建立随机森林模型并进行调参，选择最优参数
- 对测试数据进行预测，并保存模型结果
数据集和代码请参考:
科比职业生涯数据集分析