又开始做实例了~在本次数据集中，包含了2017年所有活跃的足球运动员的个人数据，包括身高体重等基本数据，以及力量、速度、技巧等多个指标。C罗、梅西、内马尔，到底谁比较厉害呢？答案我们可以从数据中获得。（有意思~）
本次数据集的来源是kesci，提供者是Ustinian，想自己动手试试的同学可以去了解一下~
下面是和鲸社区中，对数据集的描述，主要包括了：数据集的主要内容、以及数据内的各个标签的中文注释。
从运行结果可以看到，出现数据缺失的特征总共有六列，而主要缺失的有两列，分别是：National_Position 国家队位置、National_Kit 国家队号码，出现缺失的原因，有可能是部分球员并没有在国家队里服役，因此也就没有相应的号码和位置。同时，由于‘Club 所在俱乐部’、‘Club_Position 所在俱乐部位置’、‘Club_Kit 俱乐部号码’、 ‘Club_Joining 加入俱乐部时间 ’、‘Contract_Expiry 合同到期时间’这5项指标也不在我们的研究范围之内。
因此，针对以上缺失值，我们不做处理。（对我们接下去的数据分析和可视化没有影响的~）
可以看到，我们的数据是带有‘kg’、‘cm’等单位的，因此我们先对这些单位进行移除，同时修改数据类型，以方便后面的操作。
上述操作的主要目的是想让大家暖一下手，下面才是我们对这个球员数据集分析的真正开始。
作为非专业球员（嘻嘻，球迷or足球爱好者），我们当然还是更想看看能不能从数据反映出球员的个人实力。所以下面我们就要进行深入分析。
在我们的球员数据集中，总共有这么两项数据：Rating 评分、Skill_Moves 技术等级，这两项数据就是我们的主要研究目标。我们将围绕这两项数据，建立研究需求。
可以看到，分值（Rating）这一目标值是连续型的，总共有49个不同值。
可以看到，技术等级（Skill_Moves）更像是分类型的，总共有1-5五个等级。
总所周知，足球场上总共有11个球员，大致可以分为两类，分别是：1个守门员，及非守门员（前锋、中场、后卫），守门员的能力与非守门员的能力肯定是有区别的，因此我们在通过球员数据鉴定球员能力时，不能按照同一套标准。
对于守门员，我们更多的考究他的护框能力，与其他非守门员球员是截然不同的。
从数值上，可以明显看出区别。（忘记各个特征中文名的同学可以去上面看哦，我就不改数据表了）
在数据集中，GK是表示守门员（门将）的意思，同时，主要有5个特征用于衡量守门员的能力，分别是：
因此，我们可以将这几列特征提取出来，连同球员得分及技能等级，绘制成一个新数据表——门将数据表。
可以看到，在技术等级为1的球员有2002个，等级为2的只有1个，差距太大，这里其实L考虑过做数据平衡化，但是效果不是很好。
综合考虑后，决定在考量守门员的能力时，仅考虑分值（Rating）这一项数据，不考虑技术等级（Skill_Moves）。
（由于在数据表中，球员的单项特征的得分越高，证明这名球员的这项能力更突出，也就是说，这里的特征均属于数值类型，而不是类别型特征。因此，在这里我们不需要进行one-hot独热编码。）
下面，我们将结合这五项特征，使用机器学习的方法技巧进行分析。（这里总共分为几个部分，由于篇幅原因，可能会将所有内容分为几篇文章。）
首先，我们使用决策树中的DecisionTreeRegressor（回归树）进行分析。
注意~在这里我们指定了拆分系数为0.3，也是说将7/10的数据作为训练集，剩下3/10的数据作为测试集。
查看一下在测试集上的准确度（将经过训练集训练后的模型，应用到测试集里，并查看拟合的得分情况）
可以看到，拟合度是比较高的，也就是说这里我们可以借助回归树对球员评分进行预测。
2、同时，我们也可以画出决策树.（但是如果考虑实际问题的话，这里其实并不建议这么做）
以上便是数据分析实例——足球运动员数据集（1）的内容，感谢大家的细心阅读，同时欢迎感兴趣的小伙伴一起讨论、学习，想要了解更多内容的可以看我的其他文章，同时可以持续关注我的动态~