世界杯买球算法

今年世界杯不太平,大家买球的输了不少吧,反正我一直在输,研究了下赔率和返还率,写了个算法。在确定预期收入的情况下,确定各赔率下的压金,可以根据实际情况从中选择两个投注,赢面大些。

返还率 = 预期收入 / 总投入

想算算威廉希尔和竞彩官方有没有稳赢的组合,结果没有。

import requests
from bs4 import BeautifulSoup
import json


class fiFa():
    def __init__(self, atuple):
        # self.winOdds = winOdds
        # self.drawOdds = drawOdds
        # self.lossOdds = lossOdds
        self.winOdds,self.drawOdds,self.lossOdds = atuple
        self.winOdds,self.drawOdds,self.lossOdds = float(self.winOdds),float(self.drawOdds),float(self.lossOdds)
        winput = 100 / self.winOdds
        drawput = 100 / self.drawOdds
        lossput = 100 / self.lossOdds
        totalput = winput + drawput + lossput
        self.winper = winput / totalput
        self.drawper = drawput / totalput
        self.lossper = lossput / totalput


    def printf(self, win
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
FP-growth算法是一种用于频繁项集挖掘的算法,与Apriori算法相比,它不需要生成所有的候选项集,因此在处理大规模数据时具有更高的效。在这里,我们可以使用Python中的mlxtend库来实现FP-growth算法,对2022年世界杯的数据进行分析。 假设我们已经收集了2022年世界杯的比赛数据,包括比赛结果、进球数、球队等信息。我们可以将每场比赛的数据表示成一个项集,例如: Match1 = {Brazil, Argentina, Win} Match2 = {France, Spain, Draw} Match3 = {Germany, Mexico, Germany Win, 2-0} 其中,Match1表示巴西队与阿根廷队的比赛结果是巴西队获胜,Match2表示法国队与西班牙队的比赛结果是平局,Match3表示德国队与墨西哥队的比赛结果是德国队获胜,且进球数为2。 接下来,我们可以使用Python中的mlxtend库来实现FP-growth算法,以下是示例代码: ```python from mlxtend.frequent_patterns import fpgrowth from mlxtend.frequent_patterns import association_rules # 数据准备 data = [['Brazil', 'Argentina', 'Win'], ['France', 'Spain', 'Draw'], ['Germany', 'Mexico', 'Germany Win', '2-0'], ...] # 将数据转化为0/1矩阵格式 def encode_units(x): if x: return 1 else: return 0 data = pd.DataFrame(data) encoded_data = data.applymap(encode_units) # FP-growth算法 frequent_itemsets = fpgrowth(encoded_data, min_support=0.5, use_colnames=True) # 关联规则 rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1) # 输出频繁项集和关联规则 print(frequent_itemsets) print(rules) ``` 以上代码中,我们首先将数据转化为0/1矩阵格式,然后使用FP-growth算法发现频繁项集和关联规则。在这里,我们同样使用了min_support参数来设置频繁项集的最小支持度,使用metric参数来设置关联规则的评价指标,这里我们使用了lift指标。 通过这些频繁项集和关联规则,我们可以发现一些有趣的趋势和规律,例如哪些球队之间的胜更高,哪些球队之间的比赛更容易出现进球等等。与Apriori算法相比,FP-growth算法更加高效,可以处理更大规模的数据集,因此在分析大规模的世界杯数据时,FP-growth算法是一个不错的选择。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值