Importy

import numpy as np
import pandas as pd

Wczytanie danych

df = pd.read_csv('data4.csv')

y = pd.DataFrame(df['isGoal'])
X = df.drop(['isGoal'], axis=1)

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)

d:\anaconda3\lib\site-packages\scipy\__init__.py:146: UserWarning: A NumPy version >=1.16.5 and <1.23.0 is required for this version of SciPy (detected version 1.24.3
  warnings.warn(f"A NumPy version >={np_minversion} and <{np_maxversion}"

X_train.head()

	match_minute	match_second	position_x	position_y	play_type	BodyPart	Number_Intervening_Opponents	Number_Intervening_Teammates	Interference_on_Shooter	outcome	...	Interference_on_Shooter_Code	distance_to_goalM	distance_to_centerM	angle	isFoot	isHead	header_distance_to_goalM	Low	Medium
8767	13	28	9.23	-2.24	Open Play	Head	3	0	Medium	Goal	...	2	9.499168	2.245283	13.672174	0	1	9.499168	0	1
5798	78	9	14.46	12.72	Open Play	Left	3	0	Low	Saved	...	1	19.278332	12.750000	41.404002	1	0	0.000000	1	0
6018	78	27	9.73	14.22	Open Play	Left	2	0	Low	Missed	...	1	17.257933	14.253538	55.681087	1	0	0.000000	1	0
4961	34	34	34.91	0.25	Open Play	Right	4	1	Low	Saved	...	1	34.910899	0.250590	0.411271	1	0	0.000000	1	0
447	52	57	26.93	1.00	Open Play	Left	2	0	Medium	Saved	...	2	26.948648	1.002358	2.131616	1	0	0.000000	0	1

5 rows × 29 columns

y_train.head()

	isGoal
8767	1
5798	0
6018	0
4961	0
447	0

Przygotowanie danych

X_train.columns

Index(['match_minute', 'match_second', 'position_x', 'position_y', 'play_type',
       'BodyPart', 'Number_Intervening_Opponents',
       'Number_Intervening_Teammates', 'Interference_on_Shooter', 'outcome',
       'position_xM', 'position_yM', 'position_xM_r', 'position_yM_r',
       'position_xM_std', 'position_yM_std', 'position_xM_std_r',
       'position_yM_std_r', 'BodyPartCode', 'Interference_on_Shooter_Code',
       'distance_to_goalM', 'distance_to_centerM', 'angle', 'isFoot', 'isHead',
       'header_distance_to_goalM', 'High', 'Low', 'Medium'],
      dtype='object')

Uwzględnienie wybranych cech:

Współrzędna x strzelającego,
Współrzędna y strzelającego,
Dystans do bramki,
Kąt do bramki,
Minuta meczu,
Liczba przeciwników przed piłką,
Liczba zawodników ze swojej drużyny przed piłką,
Część ciała.

X_train_extracted = X_train[['position_x', 'position_y', 'distance_to_goalM', 
                             'angle', 'match_minute', 'Number_Intervening_Opponents', 
                             'Number_Intervening_Teammates', 'isFoot', 'isHead']]

X_test_extracted = X_test[['position_x', 'position_y', 'distance_to_goalM', 
                             'angle', 'match_minute', 'Number_Intervening_Opponents', 
                             'Number_Intervening_Teammates', 'isFoot', 'isHead']]

Trening danych

from sklearn.linear_model import LogisticRegression

model = LogisticRegression(max_iter=500)
model.fit(X_train_extracted, y_train)

d:\anaconda3\lib\site-packages\sklearn\utils\validation.py:1143: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
  y = column_or_1d(y, warn=True)

LogisticRegression(max_iter=500)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

LogisticRegression

LogisticRegression(max_iter=500)

Ewaluacja modelu

from sklearn.metrics import roc_auc_score

print(f'Zbiór danych testowych zawiera {len(y_test)} oddane strzały, gdzie {y_test.sum()["isGoal"]} to strzały trafione.')
print(f'Dokładność klasyfikacji, czy strzał jest bramką, czy nie, wynosi {model.score(X_test_extracted, y_test):.2f}%.')
print(f'klasyfikator uzyskał ROC-AUC na poziomie {roc_auc_score(y_test, model.predict_proba(X_test_extracted)[:, 1]):.2f}%.')

Zbiór danych testowych zawiera 2033 oddane strzały, gdzie 236 to strzały trafione.
Dokładność klasyfikacji, czy strzał jest bramką, czy nie, wynosi 0.89%.
klasyfikator uzyskał ROC-AUC na poziomie 0.76%.

from sklearn.metrics import classification_report

print(classification_report(y_test,model.predict(X_test_extracted)))

              precision    recall  f1-score   support

           0       0.89      0.99      0.94      1797
           1       0.59      0.09      0.16       236

    accuracy                           0.89      2033
   macro avg       0.74      0.54      0.55      2033
weighted avg       0.86      0.89      0.85      2033

Zapisywanie modelu

from joblib import dump
dump(model, 'regresja_logistyczna.joblib')

['regresja_logistyczna.joblib']

Wczytywanie modelu

from joblib import load

model2 = load('regresja_logistyczna.joblib')

22 KiB Raw Blame History Unescape Escape