You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
print(f"\n**Symulacje meczu ({n_symulacji} symulacji):")
print(f"Zwycięstwa {druzyna1}: {sum(r[0] > r[1] for r in wyniki_symulacji)}")
print(f"Remisy: {sum(r[0] == r[1] for r in wyniki_symulacji)}")
print(f"Zwycięstwa {druzyna2}: {sum(r[0] < r[1] for r in wyniki_symulacji)}")
print(f"\n**
Who will help eliminate errors
The text was updated successfully, but these errors were encountered:
import numpy as np
from scipy.stats import poisson
Modele probabilistyczne
def srednia_goli(druzyna, faza):
if druzyna == "Freiburg":
if faza == "grupa":
return 1.44
elif faza == "1/8":
return 1.50
elif druzyna == "West Ham":
if faza == "grupa":
return 1.22
elif faza == "1/8":
return 1.30
else:
return 0
def prawdopodobienstwo_wyniku(druzyna1, druzyna2):
lambda1 = srednia_goli(druzyna1, "1/8")
lambda2 = srednia_goli(druzyna2, "1/8")
p_wygrana1 = poisson(lambda1).pmf(k=lambda2)
p_remis = poisson(lambda1).pmf(k=lambda2) * poisson(lambda2).pmf(k=lambda1)
p_wygrana2 = poisson(lambda2).pmf(k=lambda1)
return p_wygrana1, p_remis, p_wygrana2
Symulacje
def symulacja_meczu(druzyna1, druzyna2, n_symulacji):
wyniki = []
for _ in range(n_symulacji):
gole_druzyna1 = np.random.poisson(srednia_goli(druzyna1, "1/8"))
gole_druzyna2 = np.random.poisson(srednia_goli(druzyna2, "1/8"))
wyniki.append((gole_druzyna1, gole_druzyna2))
return wyniki
Łączenie informacji
def kursy_bukmacherskie(druzyna1, druzyna2):
Pobierz kursy bukmacherskie z API
kurs_wygrana1 = ...
kurs_remis = ...
kurs_wygrana2 = ...
return kurs_wygrana1, kurs_remis, kurs_wygrana2
Model uczenia maszynowego
def model_uczenia_maszynowego(df_mecze):
Wczytaj dane historyczne
Wytrenuj model
Przewidz wynik meczu
...
Główny program
druzyna1 = "Freiburg"
druzyna2 = "West Ham"
Modele probabilistyczne
p_wygrana1, p_remis, p_wygrana2 = prawdopodobienstwo_wyniku(druzyna1, druzyna2)
Symulacje
wyniki_symulacji = symulacja_meczu(druzyna1, druzyna2, 10000)
Łączenie informacji
kursy_bukmacherskie1, kursy_remis, kursy_bukmacherskie2 = kursy_bukmacherskie(druzyna1, druzyna2)
Model uczenia maszynowego
przewidywanie_ml = model_uczenia_maszynowego(df_mecze)
Wyświetlenie wyników
print("Przewidywanie meczu:")
print(f"{druzyna1} vs {druzyna2}")
print(f"Prawdopodobieństwo wygranej {druzyna1}: {p_wygrana1:.2%}")
print(f"Prawdopodobieństwo remisu: {p_remis:.2%}")
print(f"Prawdopodobieństwo wygranej {druzyna2}: {p_wygrana2:.2%}")
print(f"\n**Symulacje meczu ({n_symulacji} symulacji):")
print(f"Zwycięstwa {druzyna1}: {sum(r[0] > r[1] for r in wyniki_symulacji)}")
print(f"Remisy: {sum(r[0] == r[1] for r in wyniki_symulacji)}")
print(f"Zwycięstwa {druzyna2}: {sum(r[0] < r[1] for r in wyniki_symulacji)}")
print(f"\n**
Who will help eliminate errors
The text was updated successfully, but these errors were encountered: