該專案來源於實驗樓，我這裡只是記錄下自己做完專案的筆記和總結（實驗樓是py2的程式碼，我則是用的py3）。

專案目的：通過分析之前的比賽資料，得到每個隊伍的狀態的特徵表達，利用機器學習訓練迴歸模型，從而對新的比賽進行預測。

為了掌握並實現這個專案，需瞭解一下幾個問題：

1. 如何讀取資料夾中的資料？

答：這個專案的資料儲存在.csv檔案中，因此使用pandas庫中的read_csv函式進行讀取操作。在讀取時給出檔名的路徑即可（可用+運算子連線不同的字串）。讀入的資料為Dataframe型別的資料，這是pandas中特有的資料型別，近似理解為可用字串作為索引的二維資料。

2. 如何對Dataframe型別的資料進行操作？

我們需要把讀入的資料轉化為訓練模型（迴歸模型）所需要的特徵。因此需要把三個不同檔案中讀入的資料進行裁剪（對應pandas.DataFrame.drop方法）、合併（對應pandas.merge）及其按照team作為索引（pandas.DataFrame.set_index）。

drop方法：刪除行：df.drop('列標'， axis=1)

                     刪除列：df.drop('行標')

merge方法：這個方法讓我產生了“還能有這種操作”的感慨。

                      新資料 = pd.merge(資料1，資料2，how=' ' ,on=' ')

                      引數how指出合併後的資料keys是資料1還是資料2說了算，可取值為left、right、outer、inner；而on指出keys，即按哪個鍵值合併。

set_index方法：set_index(keys, drop= True, append = False)

                         指出用於索引的keys。

3. 處理Dataframe資料，需要遍歷，如何做？訪問這個資料中的某一個元素，如何做？

Pandas.DataFrame.iterrows()方法可以返回生成器，以（index，series）對dataframe型別進行迴圈。

注意DataFrame資料[鍵值]這樣來訪問資料是不行的。正確方法是df.loc[索引]可以取出這一索引index對應的series。（注意是.loc[]）。而取出的series可以用iteritems來做迭代，從而取出每一個元素。

4.建立好特徵後，通過使用迴歸模型來得到訓練的預測模型？

使用skleran，三步走：例項化一個迴歸模型model = ... ， model.fit(X, y)，model.predict()。

這個專案預測得到概率，因此用logistic模型，預測時使用predict_proba()方法即可得到概率。

5.文章寫入時遇到TypeError: a bytes-like object is required, not str錯誤。

該錯誤往往是open()開啟檔案是，使用二進位制模式，之後如果是使用了str()函式，就會出現該錯誤。這裡改為用'w'模式開啟就好。

我編寫的相關程式碼可以在http://download.csdn.net/detail/u010103202/9866840處下載。