Python 基于百分比值应用随机生成器

Python 基于百分比值应用随机生成器,python,machine-learning,Python,Machine Learning,我有一个电子表格,里面有来自职业进化足球队的7000名球员的数据,我想根据他的位置得到每个属性值的发生率百分比 比如: Striker - Attack = 99: 1.3%; 98: 1.8%; 97: 3.5%;... CenterBack - Attack = 99: 0.002%; 98: 0.003%; 97: 0.006%;... 然后我将根据这个参数创建一个随机播放器生成器 所以我的问题是,我怎么会有这种发病率 我认为这是一个机器学习应用程序,我错了吗 那么,有了这个参数,有

我有一个电子表格,里面有来自职业进化足球队的7000名球员的数据,我想根据他的位置得到每个属性值的发生率百分比

比如:

Striker - Attack = 99: 1.3%; 98: 1.8%; 97: 3.5%;...

CenterBack - Attack = 99: 0.002%; 98: 0.003%; 97: 0.006%;...
然后我将根据这个参数创建一个随机播放器生成器

  • 所以我的问题是,我怎么会有这种发病率
  • 我认为这是一个机器学习应用程序,我错了吗
  • 那么,有了这个参数,有没有一种方法可以生成随机的,但概率是多少

直接回答您的问题:当您想知道某个分布的百分位数时,可以使用numpy

import numpy as np
strikerAttackValueList=np.random.randint(0,100,1000)#example of stats list    
percentile50=np.percentile(strikerAttackValueList,50)
但这既是一个数学统计问题,也是一个编码问题

第一步是检查Pro Evolution足球中的值是如何分布的。这可能是正常的,均匀的,。。()具有一定的平均值和标准差。 要了解这一点,请导入要学习的统计数据,并执行以下操作:

然后,要生成随机玩家统计信息,您可以使用随机或numpy(例如,假设在0和100之间均匀分布):

如果你想直接取样,我认为这样做很有技巧:

import numpy as np

# generate some stats (ie your soccer values)
np.random.seed(1)
soccer_stats = np.random.normal(0, 1, size=100)

# sample from them
sampled_stat = np.random.choice(soccer_stats)
print(sampled_stat)
-0.8452056414987196


看一看,以观察您从中采样的分布。非常适合查看非数字数据的分布(可能是你的足球运动员姓名?

请你再详细说明一下好吗?可能频率表和此链接相关?什么意思
99
98
97
?…的值。。什么?罢工的力量?进球概率?多了解一些足球领域的知识有助于澄清问题。你能发布一些代码吗?
import numpy as np

# generate some stats (ie your soccer values)
np.random.seed(1)
soccer_stats = np.random.normal(0, 1, size=100)

# sample from them
sampled_stat = np.random.choice(soccer_stats)
print(sampled_stat)