Direkt zum Hauptbereich

RandomForest to predict the Soccer World Cup

I now present the R-code for the random forest prediction (the group-variable was added here):
df=read.csv("WorldCup2014Test.csv")
WC=read.csv("WorldCup2014.csv")

#I am setting all NAs to 0. This might be a bad idea, but it works.
df[is.na(df)]=0

#We want to run a randomforest as classifier
#First, we code a response variable Y with "w" (win), "d" (draw)
#and "l" (loss)
df$Y=ifelse(df[,4]-df[,3]>0,"w",ifelse(df[,4]-df[,3]==0,"d","l"))
df$Y=as.factor(df$Y)

library(randomForest)
#We want to auto tune the random forest: This requires
#response and predictors to be in a matrix
y=as.matrix(df$Y)
x=as.matrix(df[,-c(1,2,3,4,5,6,76)])
rf.tune = tuneRF(x=x,y=as.factor(y), type="pob", doBest=T)
#The random forest includes a confusion matrix
rf.tune$confusion
#The model is poor in draws, but quite good in predicting wins

#Let's predict the World Cup!
WC[is.na(WC)]=0
xte=as.matrix(WC[,-c(1,2,3,4,5,6,76,77)])
pred.rf= predict(rf.tune, xte)

#We can also get the probabilities...
WC.rf=predict(rf.tune, xte, type="prob")

#Now we can build a new data-frame with Teams, Group and
#probabilities:
WCres.rf=cbind(WC[,c(1,2,76,77)],WC.rf)
View(WCres.rf)

#Transform the teams to factors
WCres.rf[,1]=as.factor(WCres.rf[,1])
WCres.rf[,2]=as.factor(WCres.rf[,2])

#In the data home or away matters. But this is not meaningfull in the WC.
#The next data.frame tries to work around this problem:
WCres1 = WCres.rf[,c(1,2,3,7)]
colnames(WCres1)=c("Team1", "Team2","Group", "Prob")
WCres2 = WCres.rf[,c(1,2,4,6)]
colnames(WCres2)=c("Team1", "Team2", "Group", "Prob")
WCres=rbind(WCres1,WCres2)
write.csv(WCres,"WCWinningProbs.csv", row.names=F)
#And this gives us a plot of the winning probabilities for all teams!
png("WCrfBP.png", 1400,600)
plot(WCres$Prob~WCres$Team)
dev.off()

# And if we take only games from teams out of the same group
# we have the winning probabilities for the group-phase.
WCresGroups =subset(WCres.rf, Group1==Group2)
WCres1 = WCresGroups[,c(1,3,7)]
colnames(WCres1)=c("Team", "Group", "Prob")
WCres2 = WCresGroup[,c(2,4,6)]
colnames(WCres2)=c("Team", "Group", "Prob")
WCres=rbind(WCres1,WCres2)
png("WCrfGroupBP.png", 1400,600)
plot(WCres$Prob~WCres$Team)
dev.off()

Labels

Labels:

Kommentare

Kommentar veröffentlichen

Beliebte Posts aus diesem Blog

Der Nutzerismus: Eine Ideologie mit totalitärem Potential

Ich glaube, dass wir derzeit den Aufstieg einer Ideologie erleben, die ich Nutzerismus nennen möchte. Hannah Arendt hat darauf hingewiesen, dass jede Ideologie zu einem totalitaristischen Regime führen kann und es gibt ernste Anzeichen, dass dies auch für den Nutzerismus gilt.  Was ist der Nutzerismus? Wie bei jeder Ideologie ist der Kerngedanke sehr einfach: Im Prinzip gibt es für alle gesellschaftlichen Probleme eine technische Lösung. Leider wenden die Menschen die richtigen Technologien nicht an. Sie nehmen ihre Rolle als Nutzer nicht wahr. Es geht dem Nutzerismus also um das Zusammenspiel von Mensch und Technik, allerdings immer wieder aus der gleichen Perspektive. Die Technik kommt vor als potentielle Lösung eines gesellschaftlichen Problems. Eventuell fehlt die perfekte Lösung noch, aber das ist dann als Auftrag an die Wissenschaft und die Ingenieure zu verstehen. Dieser Technikglaube hat etwas sehr Naives. Er abstrahiert zum Beispiel von allen Interessen, für die Technolog...
Mehr anzeigen

Was man an der COVID-Politik über Faschismus lernen kann

Kritiker der Corona-Politik führen immer häufiger den Begriff Faschismus im Munde, um die politischen Maßnahmen zu beschreiben. Einerseits ist damit natürlich eine polemische Ablehnung verbunden: Wer will schon für Faschismus sein? Generell ist der moralische Vorwurf, etwas sei faschistisch oder faschistoid in der demokratischen Auseinandersetzung durchaus geläufig. Dabei wird jedoch meist auf etwas verwiesen, was zum demokratischen Staat dazu gehört und gerade keinen Faschismus begründet: Die Polizei, die das Gewaltmonopol durchsetzt, ist keine faschistische Organisation, ein Parlament, welches Bürgerrechte einschränkt, ist kein Beleg für die faschistische Aufhebung des Rechtsstaats und ein Medienartikel, der dazu aufruft, Bürger sollen Straftäter anzeigen, ist keine faschistische Propaganda, usw. All dies sind Beispiele für das Leben in demokratischen Gemeinwesen. Anstatt die Demokratie also immer gleich auf dem Weg in den Faschismus zu wähnen, wäre es angebracht, sich zu fragen, war...
Mehr anzeigen

Deep-Dive Impfeffektivität: Eine kritische Datenanalyse der RKI-Berechnungen / Teil 1: Die Methode

Die Einschätzung, wie effektiv die COVID-Impfung ist, ist eine der politisch relevantesten Kennzahlen derzeit. Insbesondere für die Einschätzungen der Angemessenheit einr Impfpflicht ist diese Zahl extrem wichtig. In der Vergangenheit hat sich immer wieder gezeigt, dass die Berechnungen des RKI nicht in jeder Hinsicht eindeutig sind, sondern auf vielen Annahmen beruhen, die man auch kritisch hinterfragen kann und muss. Für die politische Datenwissenschaft ist es daher essenziell, diese Berechnungen nachvollziehbar zu machen. In diesem Beitrag wird das methodische Vorgehen des RKI zur Berechnung der Impfeffektivität analysiert. Die Informationen dazu entstammen den RKI-Wochenberichten .  In einem zweiten Teil habe ich die konkreten Berechnungen des RKI so weit wie möglich rekonstruiert und kann daher zeigen, wie stark die Ergebnisse schwanken, wenn Annahmen leicht verändert werden. Meine Erkenntnisse aus der folgenden Analyse: Das RKI verwendet zur Berechnung der Impfeffektivität di...
Mehr anzeigen