机器学习每周挑战——基于统计性分析和回归的球员薪资预测

 

背景描述

本数据集的工资数据截至 2023-24 赛季夏季转会窗口。数据提取自游戏《Football Manager 2024》，包含 40,000+ 名球员的数据。

FM24 是一款深受欢迎的足球模拟经营游戏。玩家将扮演一位足球经理，负责经营一支足球俱乐部，通过合理的人员调整、战术布置和训练安排，带领球队取得胜利。

数据说明

• data_raw.csv

字段	说明
Name	球员名字
Club	俱乐部
Division	联赛
Based	联赛举办国
Nat	国籍
EU National	是否为欧洲国家
Caps	出场次数
AT Apps	所有出场时间
Position	位置
Age	年龄
CR	影响力(0-10000)
Begins	合同开始日期
Expires	合同截止日期
Last Club	上一家俱乐部
Last Trans. Fee	转会费
Salary	工资

• data_cleaned.csv

字段	说明
Is_top_5_League	是否在在五大联赛效力
Based_rich_nation	球员生活的国家是否富裕
Is_top_ranked_nation	球员所代表的国家是否在国际足联世界排名中名列前茅
EU_National	是否为欧洲国家
Caps	出场次数
Apps	所有出场时间
Age	年龄
Reputation	影响力(0-10000)
Is_top_prev_club	根据欧足联 10 年系数，前俱乐部球员是否曾在顶级俱乐部效力过
Last_Transfer_Fee	转会费
Salary	工资

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import plotly.express as px
import seaborn as sns
from scipy import stats
from scipy.stats import kstest,ttest_ind,spearmanr,f_oneway
from sklearn.preprocessing import StandardScaler
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodels.stats.stattools import durbin_watson
from sklearn.model_selection import train_test_split
import statsmodels.api as sm
from statsmodels.stats.diagnostic import het_breuschpagan
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import r2_score
from sklearn.linear_model import LinearRegression
plt.rcParams['axes.unicode_minus