利用kmeans聚类算法对五大联赛球队实力进行分析

利用聚类算法对五大联赛球队实力进行分析

 

1. 数据整理

从给的5张表中把数据进行整理，把不必要的数据进行删除，如德甲、法甲等名字;排名、场次这两列对数据的聚合影响不大进行去除，同时将红/黄牌数据列进行剔除，最后保留的信息如图1所示。

把5张表分别做同样的处理保留在该Excel的Sheet2表中。

特别说明18-19年的数据中，德甲的数据都是总场数的数据需要转为场均数据，因为下面其他法甲等数据都是场均，做归一化时不会出错。

1. 算法流程

Step1：读取Excel中的Sheet2表的数据，分别保存到数据集矩阵和队伍名字向量中，并把数据集矩阵中数据进行归一化操作。

Step2：根据需要的分类数k,在数据集中随机初始化k个中心点

Step3：计算数据集中的每一条数据到k个中心点的距离，进行初始化标签处理。

Step4：根据k个分类中的数据求其平均作为新的中心点

Step5：判断新的中心点是否与旧的中心点完全一致，不是的话，依次迭代3,4步骤，直到中心点完全一致，模型收敛。

 

输出相应k个类别中对应的球队数。

 

1. 结果分析

其中k取值为3：

2015-2016年中：

第0类的球队有：

   门兴格拉德巴赫、沙尔克04、云达不莱梅、美因茨、柏林赫塔、尼斯、摩纳哥、雷恩、波尔多、蒙彼利埃、洛里昂、甘冈、毕尔巴鄂竞技、塞尔塔、埃瓦尔、巴伦西亚、格拉那达、都灵、森索罗、桑普多利亚

第1类的球队有：

   勒沃库森、斯图加特、沃尔夫斯堡、里昂、马赛、马德里竞技、巴列卡诺、塞维利亚、罗马、佛罗伦萨、拉齐奥、国际米兰、AC米兰、曼彻斯特城、托特纳姆热刺、莱切斯特城、阿森纳、西汉姆联、利物浦、切尔西、南安普敦、埃弗顿、曼彻斯特联

第2类的球队有：

   多特蒙德、拜仁慕尼黑、巴黎圣日尔曼、巴塞罗那、皇家马德里、那不勒斯、尤文图斯

 

2016-2017年中：

第0类的球队有：

   云达不莱梅、勒沃库森、科隆、门兴格拉德巴赫、美因茨、波尔多、蒙彼利埃、第戎、甘冈、洛里昂、巴伦西亚、埃瓦尔、毕尔巴鄂竞技、塞尔塔、森索罗、伯恩茅斯、水晶宫、莱切斯特城

第1类的球队有：

   拜仁慕尼黑、多特蒙德、摩纳哥、巴黎圣日尔曼、里昂、巴塞罗那、皇家马德里、那不勒斯、罗马、尤文图斯、托特纳姆热刺、切尔西、曼彻斯特城、利物浦、阿森纳、曼彻斯特联

第2类的球队有：

   RB莱比锡、霍芬海姆、沙尔克04、尼斯、马赛、马德里竞技、塞维利亚、皇家社会、比利亚雷亚尔、拉齐奥、国际米兰、都灵、佛罗伦萨、亚特兰大、AC米兰、埃弗顿

 

2017-2018年中：

第0类的球队有：

   拜仁慕尼黑、巴黎圣日尔曼、里昂、马赛、巴塞罗那、皇家马德里、拉齐奥、尤文图斯、那不勒斯、国际米兰、罗马、亚特兰大、AC米兰、曼彻斯特城、利物浦、阿森纳、托特纳姆热刺、曼彻斯特联、切尔西

第1类的球队有：

   西汉姆联、伯恩茅斯

第2类的球队有：

   霍芬海姆、多特蒙德、勒沃库森、RB莱比锡、沙尔克04、门兴格拉德巴赫、法兰克福、汉诺威96、柏林赫塔、摩纳哥、第戎、波尔多、尼斯、雷恩、甘冈、圣埃蒂安、皇家社会、巴伦西亚、皇家贝蒂斯、塞尔塔、马德里竞技、比利亚雷亚尔、赫罗纳、塞维利亚、桑普多利亚、佛罗伦萨、都灵、莱切斯特城、水晶宫

 

2018-2019和2019-2020年的数据分类如上面类似，下面分析主要以上三年来展开。

 

 

从原始数据上可以了解到球队“多特蒙德”是比较强的队伍，但是从三年数据的分析上可以看到，15-16属于2类，16-17属于1类，17-18属于2类，所以这也说明了数据的聚类形式是随机，自动聚类。

从原始数据上可以了解到球队“拜仁慕尼黑、巴黎圣日尔曼”等队伍在多年数据的分析中，经常分到一起，这也说明了这些队伍的实力相仿。

对于某一年份的数据集进行聚类时，如果某一分类的队伍较多，这也说明这一年中大多数球队的实力相当，比赛观赏性较高。