需要金幣： 2000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：15289 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：2016年稱為機(jī)器學(xué)習(xí)，人工智能的拉開序幕的一年，而2017年則被譽(yù)為是大數(shù)據(jù)轉(zhuǎn)為商業(yè)化和產(chǎn)品化應(yīng)用的一年。大數(shù)據(jù)讓機(jī)器學(xué)習(xí)變得更加智慧，可以對(duì)很多事物進(jìn)行預(yù)測(cè)。與此同時(shí)，世界頭號(hào)運(yùn)動(dòng)的足球一直備受關(guān)注。足球彩票有著悠久的歷史，多樣的玩法，且中獎(jiǎng)率高于其他彩票，備受廣大彩民的喜愛。 實(shí)驗(yàn)采用的語言是當(dāng)下十分流行的 python語言，運(yùn)用了 python里的 numpy， sklearn， pandas模塊，對(duì)數(shù)據(jù)集進(jìn)行了讀取，再數(shù)據(jù)集進(jìn)行了劃分，劃分為訓(xùn)練集和測(cè)試集，接著用線性回歸算法、決策樹算法和隨機(jī)森林算法構(gòu)建了三個(gè)分類器，實(shí)現(xiàn)了對(duì)足彩比賽賠率的預(yù)測(cè)。 論文主要介紹了預(yù)測(cè)程序設(shè)計(jì)的主要流程，以及線性回歸算法、決策樹算法和隨機(jī)森林算法分類器的構(gòu)建，主要的編碼，和實(shí)驗(yàn)后的誤差分析，以及三種分類器的比較。 關(guān)鍵詞：大數(shù)據(jù)、機(jī)器學(xué)習(xí)、足彩、預(yù)測(cè)、python
目錄 摘要 Abstract 第1章-緒論-1 1.1-研究背景-1 1.1.1-大數(shù)據(jù)的背景-1 1.1.2-足球彩票的時(shí)代背景-2 1.2-研究的意義-2 1.3-畢業(yè)設(shè)計(jì)所完成工作-2 1.4-本文組織結(jié)構(gòu)-4 第2章-機(jī)器學(xué)習(xí)與數(shù)據(jù)處理-5 2.1機(jī)器學(xué)習(xí)的介紹- 5 2.1.1機(jī)器學(xué)習(xí)背景-5 2.1.2為什么可以用于足彩賠率預(yù)測(cè)-5 2.2-數(shù)據(jù)集介紹-5 2.2.1-數(shù)據(jù)集背景-5 2.2.2-基本數(shù)據(jù)-6 2.3-數(shù)據(jù)清洗-8 2.4-讀取數(shù)據(jù)-8 2.4.1-CSV逗號(hào)分隔符-8 2.4.2-Pandas庫-8 2.5-小結(jié)-8 第3章-分類模型-9 3.1-分類問題綜述-9 3.2 sklearn模塊-9 3.3劃分訓(xùn)練集和測(cè)試集-9 3.4構(gòu)造分類器-9 3.4.1線性回歸分類器-10 3.4.2決策樹分類器-11 3.4.3隨機(jī)森林分類器-11 第4章-實(shí)驗(yàn)及測(cè)試-13 4.1實(shí)驗(yàn)環(huán)境-13 4.2足彩的玩法-13 4.3誤差分析-13 4.3.1選用MSE均方誤差-13 4.3.2-線性回歸算法的賠率預(yù)測(cè)結(jié)果-13 4.3.3-決策樹算法的賠率預(yù)測(cè)結(jié)果-14 4.3.4隨機(jī)森林算法的賠率預(yù)測(cè)結(jié)果-15 4.4結(jié)論-16 第5章-總結(jié)-17 參考文獻(xiàn)-18 致 謝-19 |
