欧洲足球数据库

欧洲职业足球的25k场比赛，球员和球队属性终极足球数据库，用于数据分析和机器学习

• +25,000场比赛
• +10,000名玩家
• 11个获得冠军的欧洲国家
• 从2008年到2016年
• 玩家和球队的属性*来自EA Sports的FIFA视频游戏系列，包括每周更新
• 队伍与小队队形（X，Y座标）
• 多达10家供应商的赔率
• +10,000场比赛的详细比赛事件（进球类型，控球，角球，传中，犯规，纸牌等）

* 2016年10月16日：包含FIFA球队属性的新表格！

原始数据源：

您可以轻松找到有关足球比赛的数据。

• http://football-data.mx-api.enetscores.com/：比分，阵容，团队组成和事件

• http://www.football-data.co.uk/：赔率。单击此处了解投注赔率的列名系统：

• http://sofifa.com/：EA Sports FIFA游戏中的球员和球队属性。FIFA系列和EA Sports的所有FIFA资产财产。

在查看数据库时，您会注意到
玩家的外键，并且比赛与原始数据源相同。我
称这些外键为“ api_id”。

改进数据集：

您会注意到阵容中缺少一些球员（NULL值）。这是因为我无法从FIFA中获取其属性。随着爬网算法的改进，这将固定为超时。
该数据集还将扩展到包括国际比赛，国家杯，冠军联赛和欧罗巴联赛。

探索数据：

您可以使用此数据集做很多事情。我将在此概述页面中添加视觉效果和见解，但是请查看内核并自己尝试一下！以下是一些适合您的想法：

圣杯……
显然是在预测比赛的结果。赌徒使用3类（主场赢，平局，客队赢）。他们大约有53％的时间正确。到目前为止，这也是我使用自己的SVM所实现的。尽管对于这样的随机运动游戏来说听起来可能很高，但是您必须知道
主队大约有46％的时间获胜。因此，基本情况（不断预测主场获胜）确实具有46％的精度。

概率与赔率

当运行像SVM这样的多分类器时，您还可以输出概率估计并将其与投注赔率进行比较。看一下您的方差与赔率，并查看您对哪些游戏有非常不同的预测。

探索和可视化功能

通过访问玩家和团队的属性，团队组成和游戏中的事件，您应该能够对The Beautiful Game产生一些有趣的见解。谁知道，瓜迪奥拉自己有一天可能会雇用你们中的一个！