本文章利用Logistic回归模型深入分析影响NBA比赛结果的各项因素，提供每日赛事预测，帮助球迷和博彩者做出明智决策。
使用Python中的Logistic回归模型预测NBA比赛结果。该模型利用从stats.nba.com获取的八个因素来确定NBA比赛的结果。每个统计数据都调整为每100个回合，以确保速度不会影响到预测。
主队胜率、篮板数、营业额（失误）、正负值、进攻等级、防守等级、真实投篮命中率等数据被用于模型训练和预测。
安装：使用pip3命令安装所需库：
```
pip3 install -r requirements.txt
```
进行每日预测，需打开nbaPredict.py文件。编辑对makeInterpretPrediction函数的调用，并提供所需的比赛日期、赛季以及该赛季开始日期的信息。然后通过终端或IDE运行程序，在等待约1到3分钟后，模型将完成抓取统计数据并输出主队击败客队的机会百分比。
对于过去的预测分析，请打开makePastPredictions.py文件进行编辑。需要设定所需的起始日期和结束日期、季节信息以及赛季开始时间，并指定一个用于保存结果的CSV文件名。注意：起始日期应至少在该赛季开始后的第三天，且结束日期不包括在内。
运行程序后，在Data文件夹中将生成两个CSV文件，其中一个包含比赛数据，另一个则记录预测的比赛结果。
5星
