Select Language

AI社区

公开数据集

欧洲足球数据库补充

欧洲足球数据库补充

11M
247 浏览
0 喜欢
0 次下载
0 条讨论
Football Classification

上下文此数据集是作为“`[欧洲足球数据库][1]`”的补充而构建的。它包括数据字典,提取以前包含在XML列中的详细匹配信息。内容-......

数据结构 ? 11M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    上下文此数据集是作为“`[欧洲足球数据库][1]`”的补充而构建的。它包括数据字典,提取以前包含在XML列中的详细匹配信息。内容-位置参考。csv:位置x、y的参考,并将其映射到球场中的实际位置。-数据字典。xlsx:“匹配”数据表中所有XML列的数据字典。-card\u详细信息。csv:从“匹配”数据表的“卡片”列中提取的详细XML信息。-corner\u详图。csv:从“Match”数据表的“corner”列中提取的详细XML信息。-cross\u详图。csv:从“匹配”数据表的“交叉”列中提取的详细XML信息。-foulcommit\u详图。csv:从“Match”数据表的“foulcommit”列中提取的详细XML信息。-goal\u详细信息。csv:从“匹配”数据表的“目标”列中提取的详细XML信息。-占有权详情。csv:从“匹配”数据表的“占有”列中提取的详细XML信息。-shotoff\u详图。csv:从“匹配”数据表的“shotoffl”列中提取的详细XML信息。-shoton\u详图。csv:从“匹配”数据表的“shoton”列中提取的详细XML信息。致谢原始数据来自于雨果·马蒂恩(Hugo Mathien)的《欧洲足球数据库》(European Football Database)[1])。我个人感谢他所做的一切努力。灵感由于这是一个没有具体目标的开放数据集,我想通过数据分析/数据挖掘来探索以下方面:1。球队统计数据包括球队整体排名、球队得分、获胜可能性、球队阵容等,多为描述性分析。2、团队转移跟踪研究市场上团队成员的转移。研究团队的优势和劣势,构建模型,为团队推荐最适合的球员。3、球员统计汇总球员的表现(进球、助攻、传中、角球、传球、盖帽等)。根据位置确定球员的关键因素。根据这些因素,评估球员的特征。4、玩家进化构建模型预测玩家对未来的评分。5、新球员模板确定适合年轻球员的位置和特点的模板和模型球员。6、市场价值预测根据球员的能力和表现预测球员的市场价值。获胜的11名球员根据赛季/联赛/其他标准,根据他们的能力和表现,推荐最好的11名球员作为一个团队。[1]: https://www.kaggle.com/hugomathien/soccer [2]: https://www.kaggle.com/hugomathien


    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:12 去赚积分?
    • 247浏览
    • 0下载
    • 0点赞
    • 收藏
    • 分享