您的位置：首页 >攻防动态 >

2019年国际排名：亚洲区预选赛12强球队排名设置50

时间：2022-04-21 11:09:54 来源：网络整理

2021-04-01

数据说明：

id：国家对应id

国家：国名

2019 年国际排名：2019 年 FIFA 世界排名。

2018年世界杯：2018年世界杯，很多球队没有进入决赛，所以只有进入决赛的球队才有实际排名。如果是亚洲区预选赛前12名的球队，排名将设置为40。如果球队没有进入亚洲预选赛的前12名，则将团队排名设置为50。

2015亚洲杯：真的排名。

1、获取数据：使用pandas读取数据

2、数据处理：归一化数据

2019年国际排名：亚洲区预选赛12强球队排名设置50

3、模型训练：使用sklearn中的K-Means算法进行聚类亚洲足球队排名 国家 亚洲杯，K=3

4、模型可视化：使用matplotlib包中的方法绘制三维图，用不同颜色表示预测类别。

代码如下：

将熊猫导入为 pd

data = pd.read_csv(r"D:/pyCharm/asina_football_data.csv")

打印(data.head())

train_x = data[['2019国际排名', '2018世界杯', '2015亚洲杯']]

df = pd.DataFrame(train_x)

从 sklearn 导入预处理

min_max_scaler=preprocessing.MinMaxScaler()

train_x=min_max_scaler.fit_transform(train_x)

从 sklearn.cluster 导入 KMeans

kmeans = KMeans(n_clusters=3)

kmeans.fit(train_x)

predict_y = kmeans.predict(train_x)

2019年国际排名：亚洲区预选赛12强球队排名设置50

结果 = pd.concat((data,pd.DataFrame(predict_y)),axis=1)

result.rename({0:u'echelon number'},axis=1,inplace=True)

#print(result.head())

print("-------------------------------------------- ---------- --------")

tx = 结果[['国家','梯队编号']]

打印(tx.head())

从 mpl_toolkits.mplot3d 导入 Axes3D

将 matplotlib.pyplot 导入为 plt

导入matplotlib

font = {'family': '微软雅黑',

2019年国际排名：亚洲区预选赛12强球队排名设置50

'重量'：'粗体'，

‘大小’：10}

matplotlib.rc(“字体”, **字体)

xs = data.iloc[:,2]

ys = data.iloc[:,3]

zs = data.iloc[:,4]

fig = plt.figure()

ax=Axes3D(图)

name = data.iloc[:,1]

对于zip中的标签，x，y亚洲足球队排名 国家 亚洲杯，z（名称，xs，ys，zs）：

2019年国际排名：亚洲区预选赛12强球队排名设置50

ax.scatter(x,y,z)

ax.text(x, y, z, 标签)

cValue = ['r','y','g','b','r','y','g','b','r']

ax.set_xlabel('2019国际排名')

ax.set_ylabel('2018 世界杯')

ax.set_zlabel('2015 亚洲杯')

plt.show()

分类：

技术要点：

相关文章：


郑重声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。
相关阅读
猜你喜欢
Copyright © 2005-2021 足球天空网 All Rights Reserved 版权所有