摘要：2016年称为机器学习，人工智能的拉开序幕的一年，而2017年则被誉为是大数据转为商业化和产品化应用的一年。大数据让机器学习变得更加智慧，可以对很多事物进行预测。与此同时，世界头号运动的足球一直备受关注。足球彩票有着悠久的历史，多样的玩法，且中奖率高于其他彩票，备受广大彩民的喜爱。

实验采用的语言是当下十分流行的 python语言，运用了 python里的 numpy， sklearn， pandas模块，对数据集进行了读取，再数据集进行了划分，划分为训练集和测试集，接着用线性回归算法、决策树算法和随机森林算法构建了三个分类器，实现了对足彩比赛赔率的预测。

论文主要介绍了预测程序设计的主要流程，以及线性回归算法、决策树算法和随机森林算法分类器的构建，主要的编码，和实验后的误差分析，以及三种分类器的比较。

关键词：大数据、机器学习、足彩、预测、python

目录

摘要

Abstract

第1章-绪论-1

1.1-研究背景-1

1.1.1-大数据的背景-1

1.1.2-足球彩票的时代背景-2

1.2-研究的意义-2

1.3-毕业设计所完成工作-2

1.4-本文组织结构-4

第2章-机器学习与数据处理-5

2.1机器学习的介绍- 5

2.1.1机器学习背景-5

2.1.2为什么可以用于足彩赔率预测-5

2.2-数据集介绍-5

2.2.1-数据集背景-5

2.2.2-基本数据-6

2.3-数据清洗-8

2.4-读取数据-8

2.4.1-CSV逗号分隔符-8

2.4.2-Pandas库-8

2.5-小结-8

第3章-分类模型-9

3.1-分类问题综述-9

3.2 sklearn模块-9

3.3划分训练集和测试集-9

3.4构造分类器-9

3.4.1线性回归分类器-10

3.4.2决策树分类器-11

3.4.3随机森林分类器-11

第4章-实验及测试-13

4.1实验环境-13

4.2足彩的玩法-13

4.3误差分析-13

4.3.1选用MSE均方误差-13

4.3.2-线性回归算法的赔率预测结果-13

4.3.3-决策树算法的赔率预测结果-14

4.3.4随机森林算法的赔率预测结果-15

4.4结论-16

第5章-总结-17

参考文献-18

致　　谢-19