訓練並評估模型

使用 Keras 的進階深度學習

Zach Deane-Mayer

Data Scientist

籃球資料

目標：預測錦標賽結果

可用資料：主辦單位提供的球隊排名

import pandas as pd
games_tourney = pd.read_csv('datasets/games_tourney.csv')
games_tourney.head()

Out[1]:
   season  team_1  team_2  home  seed_diff  score_diff  score_1  score_2  won
0    1985     288      73     0         -3          -9       41       50    0
1    1985    5929      73     0          4           6       61       55    1
2    1985    9884      73     0          5          -4       59       63    0
3    1985      73     288     0          3           9       50       41    1
4    1985    3920     410     0          1          -9       54       63    0

籃球資料

輸入：種子差

import pandas as pd
games_tourney = pd.read_csv('datasets/games_tourney.csv')
games_tourney.head()

籃球資料

輸出：分數差

import pandas as pd
games_tourney = pd.read_csv('datasets/games_tourney.csv')
games_tourney.head()

籃球資料

輸入：

種子差：單一數值，-15 到 +15
種子排名 1–16
最大差：16-1 = +15
最小差：1-16 = -15

輸出：

分數差：單一數值，-50 到 +50

籃球資料

種子差：15
- 隊伍 1：16
- 隊伍 2：1
種子差：-15
- 隊伍 1：1
- 隊伍 2：16

籃球資料

分數差：-9
- 隊伍 1：41
- 隊伍 2：50
分數差：6
- 隊伍 1：61
- 隊伍 2：55

籃球資料

import pandas as pd
games_tourney = pd.read_csv('datasets/games_tourney_samp.csv')
games_tourney.head()

Out[1]:
   season  team_1  team_2  home  seed_diff  score_diff  score_1  score_2  won
0    2017     320    6323     0         13          18      100       82    1
1    2017    6323     320     0        -13         -18       82      100    0

建立模型

from tensorflow.keras.models import Model
from tensorflow.keras.layers import Input, Dense
input_tensor = Input(shape=(1,))
output_tensor = Dense(1)(input_tensor)
model = Model(input_tensor, output_tensor)
model.compile(optimizer='adam', loss='mae')

訓練模型

from pandas import read_csv
games = read_csv('datasets/games_tourney.csv')
model.fit(games['seed_diff'],
          games['score_diff'],
          batch_size=64,
          validation_split=.20,
          verbose=True)

評估模型

model.evaluate(games_test['seed_diff'],
               games_test['score_diff'])

1000/1000 [==============================] - 0s 26us/step
Out[1]: 9.145421981811523

一起來練習吧！

使用 Keras 的進階深度學習