用于社区发现算法测试的公共数据集，为football联赛数据集。大家公认数据集

足球预测器Web应用程序 链接： ： 1.“什么？” 这是一个网络应用程序，可帮助可视化足球预测以及每个输入变量如何影响输出。 以下是比赛报告的示例。 每个条形图代表相应变量对输出的边际贡献。 2.“如何？” 我们使用XGBoost预测游戏的目标差异，主队目标[负数]客队目标。 XGB是一个很好的选择，因为它在回归任务中表现良好，并且与SHAP包搭配得很好，SHAP包通过将对输出的边际影响分配给每个输入变量来帮助解释每个预测。 下面我们可以看到模型在准确性和投资回报率方面的表现： 链接到分析： ： 所有数据取自： : 然后，我们每天设置一个“下载->预处理->预测->保存”例程来刷新数据。 用Heroku和Gunicorn完成部署。 3.“为什么？” 该Web应用程序主要用于演示数据预处理，数据建模和Web开发。 第二个目的是使用它。

College Football 网络.根据美国大学生足球联赛创建的一个真实的社会网络.该网络包含 115个节点和 616 条边,其中网络中的结点代表足球队,两个结点之间的边表示两只球队之间进行过一场比赛.参赛的115支大学生代表队被分为12个联盟。联盟即可表示为该网络的真实社区结构，是社会网络分析中较为常用的数据集。该文档需要用gephi等软件打开。

football数据集，如果大家没有积分可以前往http://www-personal.umich.edu/~mejn/netdata/地址下载

College Football 网络.根据美国大学生足球联赛创建的一个真实的社会网络.该网络包含 115个节点和 616 条边,其中网络中的结点代表足球队,两个结点之间的边表示两只球队之间进行过一场比赛.参赛的115支大学生代表队被分为12个联盟。联盟即可表示为该网络的真实社区结构，是社会网络分析中较为常用的数据集。

文档包含了所有复杂网络研究中用到的Newman数据集，即所有的gml文档，为了统一格式，方便后续研究的方便，本人将其按照统一的方法为每个数据建立了一个对应的统一文档，格式为： 第一行为数据的基本信息，名称、节点数、边数、是否加权、是否有向 从第二行开始每行都是一个节点的信息，节点序号、label、邻居节点集、节点标签。有的节点可能没有邻居节点，所以邻居节点集可能为空。

幻想足球线性程序 创建一个线性程序，以创建最佳的梦幻足球阵容。 数据： fantasy_football_data.csv 特点：姓名，职位，团队，预计积分，价格 参数 最高预算200 名册上有15名球员 名册上有1个QB，3个WR，2个RB，1个TE，1K，1个DEF，6个替补 一个插槽只能由该类型的玩家占用 长凳插槽可以是玩家类型 名单上的一名球员只能分配到一个位置 名册上最多2个QB和2个TE 名册上最多1K和1DEF 替补席上的球员只会产生他们的项目点数的1/2 ^ d d是他们位置的深度 例如：您的团队中的RB1，RB2，RB3，RB4的投影点为P1，P2，P3，P4 这些玩家的精确分数为P1 + P2 + 1/2 * P2 + 1/4 * P3 问题 在预算范围内，您会选择谁来最大化积分？ 您的团队希望获得多少积分？ 您花了多少预算？ 艾米丽·达斯卡斯（Emily

espn_ff_slack_bot：简单的ESPN Fantasy Football Slack应用

java足球联赛管理系统，在eclipse上运行的代码，代码没有错误，很完整。包含球队管理模块、球员管理模块、比赛情况录入模块以及积分榜模块。连接SQLserver，压缩包里附带的data文件夹里包含具体的数据库表和一些数据包，导入SQLserver中即可用。