足球运动员身价估计
足球运动员身价估计
比赛概述
本比赛为个人练习赛，主要针对于于数据新人进行自我练习、自我提高，与大家切磋。
练习赛时限：2018-03-05 至 2020-03-05
任务类型：回归
背景介绍:
每个足球运动员在转会市场都有各自的价码。本次数据练习的目的是根据球员的各项信息和能力值来预测该球员的市场价值。
数据来源：
FIFA2018。为了公平起见，数据已经进行脱敏加工处理。
数据下载
数据文件（三个）：
train.csv 训练集，文件大小 2.20mb
test.csv 预测集, 文件大小 1.44kb
sample_submit.csv 提交示例 文件大小 62kb
下载该数据即同意不以商业为目的传播、发布该数据集。
训练集中共有10441条样本，预测集中有7000条样本。每条样本代表一位球员，数据中每个球员有63项属性。数据中含有缺失值。
变量说明：
| 变量名 | 解释 |
|---|---|
| id | 行编号，没有实际意义 |
| club | 该球员所属的俱乐部。该信息已经被编码。 |
| league | 该球员所在的联赛。已被编码。 |
| birth_date | 生日。格式为月/日/年。 |
| height_cm | 身高（厘米） |
| weight_kg | 体重（公斤） |
| nationality | 国籍。已被编码。 |
| potential | 球员的潜力。数值变量。 |
| pac | 球员速度。数值变量。 |
| sho | 射门（能力值）。数值变量。 |
| pas | 传球（能力值）。数值变量。 |
| dri | 带球（能力值）。数值变量。 |
| def | 防守（能力值）。数值变量。 |
| phy | 身体对抗（能力值）。数值变量。 |
| international_reputation | 国际知名度。数值变量。 |
| skill_moves | 技巧动作。数值变量。 |
| weak_foot | 非惯用脚的能力值。数值变量。 |
| work_rate_att | 球员进攻的倾向。分类变量，Low, Medium, High。 |
| work_rate_def | 球员防守的倾向。分类变量，Low, Medium, High。 |
| preferred_foot | 惯用脚。1表示右脚、2表示左脚。 |
| crossing | 传中（能力值）。数值变量。 |
| finishing | 完成射门（能力值）。数值变量。 |
| heading_accuracy | 头球精度（能力值）。数值变量。 |
| short_passing | 短传（能力值）。数值变量。 |
| volleys | 凌空球（能力值）。数值变量。 |
| dribbling | 盘带（能力值）。数值变量。 |
| curve | 弧线（能力值）。数值变量。 |
| free_kick_accuracy | 定位球精度（能力值）。数值变量。 |
| long_passing | 长传（能力值）。数值变量。 |
| ball_control | 控球（能力值）。数值变量。 |
| acceleration | 加速度（能力值）。数值变量。 |
| sprint_speed | 冲刺速度（能力值）。数值变量。 |
| agility | 灵活性（能力值）。数值变量。 |
| reactions | 反应（能力值）。数值变量。 |
| balance | 身体协调（能力值）。数值变量。 |
| shot_power | 射门力量（能力值）。数值变量。 |
| jumping | 弹跳（能力值）。数值变量。 |
| stamina | 体能（能力值）。数值变量。 |
| strength | 力量（能力值）。数值变量。 |
| long_shots | 远射（能力值）。数值变量。 |
| aggression | 侵略性（能力值）。数值变量。 |
| interceptions | 拦截（能力值）。数值变量。 |
| positioning | 位置感（能力值）。数值变量。 |
| vision | 视野（能力值）。数值变量。 |
| penalties | 罚点球（能力值）。数值变量。 |
| marking | 卡位（能力值）。数值变量。 |
| standing_tackle | 断球（能力值）。数值变量。 |
| sliding_tackle | 铲球（能力值）。数值变量。 |
| gk_diving | 门将扑救（能力值）。数值变量。 |
| gk_handling | 门将控球（能力值）。数值变量。 |
| gk_kicking | 门将开球（能力值）。数值变量。 |
| gk_positioning | 门将位置感（能力值）。数值变量。 |
| gk_reflexes | 门将反应（能力值）。数值变量。 |
| rw | 球员在右边锋位置的能力值。数值变量。 |
| rb | 球员在右后卫位置的能力值。数值变量。 |
| st | 球员在射手位置的能力值。数值变量。 |
| lw | 球员在左边锋位置的能力值。数值变量。 |
| cf | 球员在锋线位置的能力值。数值变量。 |
| cam | 球员在前腰位置的能力值。数值变量。 |
| cm | 球员在中场位置的能力值。数值变量。 |
| cdm | 球员在后腰位置的能力值。数值变量。 |
| cb | 球员在中后卫的能力值。数值变量。 |
| lb | 球员在左后卫置的能力值。数值变量。 |
| gk | 球员在守门员的能力值。数值变量。 |
| y | 该球员的市场价值（单位为万欧元）。这是要被预测的数值。 |
评价方法
评价标准为MAE(Mean Absolute Error)。
若真实值为$y=(y_1,y_2,\cdots,y_n)$，模型的预测值为$\hat y=(\hat y_1,\hat y_2,\cdots,\hat y_n)$，那么该模型的MAE计算公式为 $$MAE=\frac{\sum_{i=1}^n|y_i-\hat y_i|}{n}.$$ 例如，真实值$y=(15, 20, 12)$，预测值$\hat y = (17, 24, 9)$，那么这个预测结果的MAE为 $$MAE = \frac{|15-17|+|20-24|+|12-9|}{3}= 3.$$
MAE越小，说明模型预测得越准确。