NBA 선수 은퇴 나이 예측해보기_04

• 지금까지 했던건 이진분류가 계속 정확도가 낮은 것으로 예측하기보다 우선 변수를 추가하기로 했다.
• 십자인대, 아킬레스 부상이 대표적으로 선수들의 은퇴를 앞당기는 부상이다. 그래서 십자인대, 아킬레스로 컬럼을 만들어 해당 부상을 당했으면 1, 아니면 0으로 부여하려고 한다.
  • 십자인대 부상 종류
  • 출처 : ROOKIE(http://www.rookie.co.kr)
    • ACL Injury 전방십자인대 부상
    • PCL Injury 후방십자인대 부상
    • MCL Injury 내측측부인대 부상
    • LCL Injury 외측측부인대 부상
• 부상내역중에 4개의 단어가 들어가면 십자인대로 아킬레스는 Achilles Tendon Rupture가 들어가면 카운트하기로 결정하였다.
• 그리고 out for season도 따로 컬럼으로 만들어서 넣기로 하였다. 그만큼 운동능력에 영향을 주는 부상이라고 판단하였다.

필요한 패키지 import

import pandas as pd
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.pylab as plt
import datetime 
%matplotlib inline
import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False

import matplotlib.pyplot as plt
%matplotlib inline

import platform
import seaborn as sns

import warnings
warnings.filterwarnings('ignore')

from matplotlib import font_manager, rc
from matplotlib import style

if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    path = "c:/Windows/Fonts/malgun.ttf"
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Unknown system... sorry~~~~') 

십자인대, 아켈레스 부상 여부

df = pd.read_csv('nba_injury_1998.csv')

def yesno(x):
    words = x.split(' ')
    print(words)
    for word in words:
        if word.upper() in ['ACL', 'PCL', 'ACHILLES']:
            return True
            break   
df['tf'] = df['Notes2'].apply(lambda x:yesno(x))

• 이렇게 분리해서 for문을 돌리면서 ['ACL', 'PCL', 'ACHILLES']가 있는지 확인하고 있으면 True를 리턴하고 나온다. 편리하게 모두 대문자로 바꿔서 비교하였다.

시즌아웃 부상 여부

import re

# 시즌아웃 부상
def seasonout(x):
    words = re.split('\(|\)', x)
    print(words)
    for word in words:
        if word in ['out for season']:
            return True
            break

df['out']  = df['Notes2'].apply(lambda x:seasonout(x))

• 이렇게 out for season가 있으면 또한 Ture를 리턴하고 나온다.

display(df[(df['out'] == True) | (df['tf'] == True)])
df[(df['out'] == True) | (df['tf'] == True)].shape
>
(796, 7)

• 총 796명의 선수가 나왔다.

• 이렇게 둘다 True인 선수도 있고 아닌 선수도 있다. 저기서 파열인 경우만 분리하자.
• 아킬레스건염이나 염좌는 tendinitis과 strain으로 표시하고 파열과 완파는 torn과 rupture로 표시한다. 그래서 torn과 rupture이 들어있는 선수들은 1로 준다.

def yesno2(x):
    words = x.split(' ')
    print(words)
    sum_sum = 0
    for word in words:
        if word.upper() in ['ACL', 'PCL', 'ACHILLES'] or word.upper() in['TORN','RUPTURE']:
            sum_sum += 1
        if sum_sum >= 2:
            return True
            break   
df['tf2'] = df['Notes2'].apply(lambda x:yesno2(x))

• 우선 해당되는 선수들에 True을 주었다.

def oneOrzero(x):
    two=0
    three=0
    if x['out'] == True:
        two = 1
    if  x['tf2'] == True:
        three = 1
    print(two, three)    
    return  pd.Series([two,three])
df[['outnum','tf2num']] = df[['out','tf2']].apply(oneOrzero,axis=1)
df

• 이렇게 해서 해당되는 선수들에게 1의 값을 부여하였다. 이 값을 이제 sum해서 완성하자.

df_sum = df.groupby('Relinquished',as_index=False).agg({'outnum':'sum','tf2num':'sum'})
display(df_sum)

• 이렇게 sum을하여 몇번 부상당했는지 가중치처럼 적용되었다. LinearRegression로 회귀분석을 해보자.

다른 데이터들과 합치기

injury_df = pd.read_csv('nba_injury_merge_position.csv')
injury_df.head()

df_merge1 = pd.merge(df_sum,injury_df,left_on='Relinquished',right_on='name').drop('name',axis=1)
df_merge1.head()

nba_all = pd.read_csv('all_seasons.csv').drop('Unnamed: 0',axis=1)
nba_all.head()

import math
# 평균을 구하고 모두 소수 2번쨰까지만 살리기
nba_all_group = nba_all.groupby('player_name',as_index=False).mean()
for i in range(nba_all_group.shape[0]):
    for i2 in range(len(list(nba_all_group.columns))):
        if i2 == 0:
            continue
        elif i2 == 1:
            nba_all_group.iloc[i,i2] =  nba_all_group.iloc[i,i2].astype('int64')
        else:
            nba_all_group.iloc[i,i2] = round(nba_all_group.iloc[i,i2],2)

nba_all_group['age'] = nba_all_group['age'].astype('int64')
nba_all_group.head()

df_merge = pd.merge(df_merge1,nba_all_group,left_on='Relinquished',right_on='player_name',how='left').\
drop('age_y',axis=1).rename(columns={'age_x':'age'})

df_merge.drop('player_name',axis=1,inplace=True)

df_merge['Notes'] = df_merge['Notes'].astype(int)
df_merge.head()

• 기존에 있던 정보들을 최종적으로 만든 정보들과 합친다.

다중회귀 분석 하기

from sklearn.linear_model import LinearRegression

lr_model = LinearRegression()

print(df_merge.shape)
df_merge.plot(kind='scatter',x='Notes',y='age',c='red',s=10)
plt.show()

>
(157, 19)

• 선형관계 확인을 위해서 산점도를 그렸는데 전혀 선형 관계가 보이지 얺는다.

sns.regplot(x='Notes',y='age',data=df_merge)
plt.show()

• 선이랑 같이 그렸는데 관계가 있는건지 전혀 모르겠다.

sns.pairplot(df_merge)
plt.show()

• 모든 변수들의 선형관계를 확인해서 독립변수를 선택한다. 그냥 다 해보기로 했다.