spolov

분석 배경 야구에서는 매 경기마다 수많은 기록과 데이터들이 생성된다. 그만큼 경기 결과에 영향을 미치는 변수들이 다수 존재한다. 통계의 스포츠라고 불리는 만큼 데이터가 중요한 야구에서는, 클래식 스탯, 세이버 메트릭스 등 다양한 통계 지표들이 있다. 그렇다면 야구 경기에서 승패 결과에 가장 큰 영향을 미치는 스탯은 무엇일까? 이 질문은 평소 야구를 좋아하면서 항상 궁금했던 점이기에, 단순 취미를 넘어서서 좀 더 다른 시각에서 야구 경기의 흐름을 바라보고 싶어 시작하게 된 분석이다. 그리고 분석 대상은, 2023 정규 시즌 LG 트윈스의 경기 기록이다. 왜 LG트윈스 경기를 분석했는가? 2023 KBO 리그의 우승팀은 정규 시즌 1위를 차지한 LG 트윈스이다. 29년만의 한국 시리즈 우승인 만큼 많은 팬들..

데이터 분석 2024. 3. 29. 18:59

아래 3가지 기법으로 와인 데이터(red/white 구분)를 분석해본다. 1. PCA 분석 2. K-means->elbow method 사용 +그룹 A/B/C로 나눠보기 3. DBSCAN 최종1 - Colaboratory (google.com) 최종1 Colaboratory notebook colab.research.google.com

데이터 분석 2023. 11. 22. 18:03

두산베어스는 정규시즌 5위, 최종 5위로 2023 시즌을 마무리했다. 새로 감독이 부임하고 코치진 개편 등으로 많은 변화들을 주었던 시즌인 만큼 팬들의 기대도 컸고, 나 역시 2022 시즌 결과에 많은 실망을 했었기 때문에 이번년도 개막이 더 기대가 되었다. 이번 시즌 경기들을 보며 인상깊었던 경기들과 궁금했던 점들을 분석해보려 한다. 이 부분은 간단한 단순 궁금증! 1) 날짜, 팀, 승패 여부 데이터를 가져온다.(엑셀에 저장, csv로 변환) 데이터 출처ㅣ KBO 기록실 2) 코드 3) 결과 4) 코드 Analysis2 - Colaboratory (google.com) Analysis2 Colaboratory notebook colab.research.google.com 허슬 플레이어를 선정할 수 있는..

데이터 분석 2023. 11. 21. 02:24

지난번: 와인 데이터에 PCA 적용 ->K-Means 적용 K-Means - Colaboratory (google.com) Google Colaboratory Notebook Run, share, and edit Python notebooks colab.research.google.com *inertia: 최적의 clustering 수 찾을 수 있음 *center 표시까지 시도해보려 했으나 오류가 생김 DBSCAN -feature 간 거리를 기준으로 clustering -밀도기반 clustering -정규화가 필수! : StandardScaler 이용 -eps(default 0.5)는 반지름, min_samples(default 5)는 core point의 기준 DBSCAN1 - Colaboratory ..

데이터 분석 2023. 11. 15. 15:43

PCA 분석? -주성분 분석 -고차원의 data->낮은 차원으로 -차원을 어떻게 축소시키는가! =>새로운 축을 만든다: PC (Principal Component) *PC는 eigen vector, eigen vector 는 n차원에 n개 -PC는 어떻게 찾는가! =>분산이 가장 넓은 지역을 찾는다 =>원점을 지나는 직선에 모든 데이터에서 수선을 발을 내리고, 원점으로부터 수선의 발까지의 길이를 구한다. =>이 길이 제곱들의 합이 최대가 되는 직선이 PC1 *PC1에 직교하는 직선이 PC2 -PC1,PC2를 축으로 하여 scree plot 생성 -scree plot은 어떻게 생성하는가! =>PC1과 PC2의 SS(길이 제곱들의 합) 비율을 구한다. =>if 9:1이라면, PC1 축이 전체 데이터 특징의 ..

데이터 분석 2023. 11. 8. 15:10

개요 1. 데이터 전처리(이상치, 결측값제거 포함) 2. 교차검증, 모델 셋업 3. 스태킹, 스코어 4. 블랜드, 최종결과 다음으로 각 모델들을 블렌딩한 후, 예측값을 출력해보겠습니다. 블렌딩은 앙상블 기법 중 하나로, 앙상블 기법은 머신 러닝에서 다양한 베이스 모델을 결합하여 단일 모델보다 향상된 성능의 예측 모델을 만들어냅니다. 즉, 위와 같이 train set을 학습 시킬 때 한가지 알고리즘이 아니라 다양한 모델을 사용하는 것입니다. 저희는 WEIGHT 블렌딩을 사용했기 때문에 위에서 평가한 각 모델의 예측 능력을 고려해 가중치를 부여했고, 여기서 가중치는 총 합이 1이 되어야 합니다. 그리고 앙상블 모델의 경우 표준 편차를 계산하기 어려우므로, 0으로 설정합니다. 블렌딩한 모델을 포함해 각 모델의..

데이터 분석 2023. 9. 29. 02:00

지난 글에 이어, 데이터 전처리 까지는 내 코드를, 그 이후부터는 아래 글을 참고하여 최종 예측 결과를 도출해내려 한다. 캐글 집값 예측 최종1 (velog.io) 캐글 집값 예측 최종1 RMSE를 이용해 예측한 집값과 실제 집값의 오차를 계산하여 성능 평가를 진행합니다. 이때 RMSE가 낮을 수록 성능이 좋다는 것을 의미합니다.target data인 SalePrice가 어떻게 분포하고 있는지를 파악 velog.io 캐글 집값 예측 최종2 (velog.io) 캐글 집값 예측 최종2 lightgbm, xgboost, ridge, svr, gbr, rf 모델들을 셋업해줍니다.셋업된 모델들을 StackingCVRegressor을 통해 스태킹해줍니다. 스태킹은 여러 다른 머신 러닝 모델의 예측 결과를 결합하여 ..

데이터 분석 2023. 9. 25. 16:10

회귀분석-정형 (tistory.com) 회귀분석-정형 회귀 분석이란? -하나 이상의 독립 변수들이 종속 변수에 미치는 영향을 추정 정형 데이터란? -양적 데이터 -스프레드시트 프로그램에 표시할 수 있는 모든 데이터(즉, 행과 열로 표시 가능) -행 gudong0918.tistory.com 지난 공부의 연장선으로, 선형회귀분석(Linear regression)이란? -독립변수로 종속변수를 예측 -예측선 긋기! -독립변수가 하나이면 단순 선형 회귀 -여러개이면 다중 선형 회귀 *예측선은 근사치를 바탕으로 하므로, 당연히 실제 데이터와는 오차가 발생 최소제곱법? -여기서 a는 (예측선의)기울기, b는 y절편(회귀상수) -최소제곱법으로 도출해낸 직선 방정식에 독립(입력)변수를 넣어 얻은 종속변수를 연결하면 예측..

데이터 분석 2023. 9. 19. 18:06