基于逻辑回归预测 NBA 新秀的职业生涯

注意：本文引用自专业人工智能社区Venus AI

更多AI知识请参考原站 （[www.aideeplearning.cn]）

预测 NBA 新秀的职业生涯寿命

该项目是使用 Scikit-learn 的二元分类模型来预测 NBA 新秀在提供一些信息（例如出场次数、助攻、抢断和失误等）的情况下是否会在联盟中持续服役 5 年。

---

数据集来源：数据世界

我们将重点关注：

• 1）利用热图相关性进行特征选择
• 2）逻辑回归

Part 1: 导入科学计算库并加载数据集

导入科学计算库

import pandas as pd # load and manipulate data 
import numpy as np # calculate the mean and standard deviation
import matplotlib.pyplot as plt # drawing graphs
from sklearn.model_selection import train_test_split # split  data into training and testing sets
from sklearn.linear_model import LogisticRegression # import Logistic regression from sklearn

import sklearn.metrics as metrics # import metrics 
import seaborn as sns # import seaborn for visualization 
from sklearn.preprocessing import MinMaxScaler #import min max scaler

from sklearn.metrics import confusion_matrix#confusion matrix
from yellowbrick.classifier import ROCAUC#Discriminationthreshold

import numpy as np
import pandas as pd 

import matplotlib.pyplot as plt
import seaborn as sns

加载数据集

nba = pd.read_csv('./data/nba_logreg.csv')

nba.head()

 数据集中特征的描述如下所示

                        

Part 2: 数据探索 

# check class imbalance
nba['TARGET_5Yrs'].value_counts()