对英超球队比赛结果进行描述性统计——Python语言

从机器学习角度，基于 python 语言，利用大数据思维模式对英超联赛 2015-2016 赛季的比赛结果进行预测，在对数据进行预处理后，利用现有的算法模型如提升算法、加强算法等进行建模分析，并进行相应的模型评估，最后将预测结果进行描述性统计。

本次数据集来源于 2015-2016 赛季英超联赛的所有比赛数据，比赛轮次共38 轮，场次共 380 场，其数据内容为主客场球队的编号（team-api）、比赛时间、比赛编号、主客场进球数、比赛结果、主客场球队队员信息、阵容及各大博彩公司给出的赔率等 92 个属性，故数据框为 380 X 92 的数据。首先对数据进行初步的了解，然后根据数据清洗的 4C 准则对数据进行预处理。

首先划分数据集，使用的是基于 python 语言的 sklearn 函数库中

的 train_test_split 函数将训练数据分成两个数据集：60%训练集和 30%测试集，通过十次随机划分计算各次的准确率后求其平均得到结果。之后对主客队的进球数和主场胜率期望进行统计，其箱线图结果如下：

可以看到，主场球队进球数在 0-6 之间，均值在 1.5 左右，大多数进球集中在 0-2 之间。而客场球队进球数在 0-6 之间，均值在 1.2 左右，进球也多集中在0-2 之间。第三幅箱线图则表明主场胜率期望总体来说在 0.1 附近，这表明在比赛中，球队的主客场次的确起到一定的作用。

此外，通过Python绘出主客队进球的分布曲线，结果如下：

主场球队进球分布曲线：

客场球队进球曲线：

结果表明，对于主场球队，如果其在本次比赛中进球在 2 球及以上，该球队有很大可能获得比赛的胜利，而客场球队想要赢得比赛，则需要 2 球以上（3 球）才能锁定比赛的胜利，对于平局，数据显示双方球队倘若各自进球粒数在 2 球以下的话，平局的可能性很大，如果双方进球粒数在 1 球及以下，本场比赛很大可能以平局结束。