This project aims to analyze patterns of NBA players through data scraping, data processing, and creation of a machine learning model. The target audience is composed of developers and enthusiasts of sports data analysis.
- Clone the repository to your local environment:
git clone https://github.com/on-ferreira/NBAPlayers-Stats.git
- Install the dependencies:
pip install -r requirements.txt
- Run the script to perform data scraping of NBA player data:
python get_datapy.py
- Run the script to clean and process the data:
python parse_data.py The data parsed can be found in https://drive.google.com/file/d/1V4GDOIA3l612NDdjtbWGUlJn-ND2b7F9/view?usp=sharing if you don't want to do it manually. [Seasons 2016 until the beginning of season 2023]
- Run the script to train and evaluate the ML model: [Under development]
python ---
- Run the script to perform data scraping of daily player props:
python get_dailyprops.py
Contributions are always welcome! If you want to propose a new feature, report a bug or suggest improvements, please open a new issue or send a pull request. I am committed to keeping this project up to date and functional.
This project is under the Creative Commons license. See the LICENSE.md file for more details.
The NBA Predictions Project is for entertainment purposes only. Any predictions made by the project are not intended to be used for betting or gambling purposes, and the creator of the project will not be responsible for any losses resulting from the use of the project or its derivatives.
Users are advised to exercise their own judgment and discretion when using the project and to use the predictions at their own risk.
This project uses VikParuchuri's scraping script as a base. Reference: https://github.com/dataquestio/project-walkthroughs/tree/master/nba_games
This project uses Basketball-Reference as a base of data. Reference: https://www.basketball-reference.com
Este projeto tem como objetivo analisar os padrões de jogadores da NBA através de scraping de dados, tratamento de dados e criação de um modelo de Machine Learning. O público-alvo é composto por desenvolvedores e entusiastas de análise de dados esportivos.
Esta seção deve detalhar as etapas necessárias para instalar e executar o projeto em um ambiente local. Inclua informações sobre as dependências do projeto e instruções sobre como instalá-las. Por exemplo:
- Clone o repositório para o seu ambiente local:
git clone https://github.com/on-ferreira/NBAPlayers-Stats.git
- Instale as dependências:
pip install -r requirements.txt
- Execute o script para realizar o scraping de dados de jogadores da NBA:
python get_datapy.py
- Execute o script para limpar e tratar os dados:
python parse_data.py
- Execute o script para treinar e avaliar o modelo de ML: [Em criação]
python ---
- Execute o script para realizar o scraping de dados das cotações diárias dos jogadores:
python get_dailyprops.py
Contribuições são sempre bem-vindas! Se você quiser propor uma nova funcionalidade, reportar um bug ou sugerir melhorias, por favor, abra uma nova issue ou envie um pull request. Estou comprometido em manter este projeto atualizado e funcional.
Este projeto está sob a licença Creative Commons. Veja o arquivo LICENSE.md para mais detalhes.
O NBA Predictions Project destina-se apenas a fins de entretenimento. Quaisquer previsões feitas pelo projeto não são destinadas a ser usadas para fins de apostas ou jogos de azar, e o criador do projeto não será responsável por quaisquer perdas decorrentes do uso do projeto ou de seus derivados.
Os usuários são aconselhados a exercer seu próprio julgamento e discrição ao usar o projeto e a usar as previsões por sua própria conta e r
Este projeto usa como base de scraping o script de VikParuchuri. Referência: https://github.com/dataquestio/project-walkthroughs/tree/master/nba_games
Este projeto usa como base de dados o Basketball-Reference. Referência: https://www.basketball-reference.com