롤 승부 예측

짤려서 다 보이진 않지만 위 데이터를 기반으로 예측 모델을 만들것이다.

승 또는 패로 구분해야하니 이진분류를 위해 sigmoid, binary_crossentropy를 사용했다.

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

import numpy as np

Data_set = np.loadtxt("/content/Challenger_Ranked_Games.csv", delimiter=",",
skiprows = 1) 

X = Data_set[:,3:26]
y = Data_set[:,2]

model = Sequential()
model.add(Dense(30, input_dim=23, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy', optimizer='adam',
metrics=['accuracy'])
history = model.fit(X, y, epochs=200, batch_size=100)
print

Epoch 2/200
270/270 [=============================] - 1s 2ms/step - loss: 38.6888 - accuracy: 0.7768
Epoch 3/200
270/270 [=============================] - 1s 3ms/step - loss: 24.4180 - accuracy: 0.7790

... 

Epoch 199/200
270/270 [=============================] - 0s 2ms/step - loss: 5.5754 - accuracy: 0.9452
Epoch 200/200
270/270 [=============================] - 1s 2ms/step - loss: 8.3566 - accuracy: 0.9290

약 92% 정도의 정확도를 보인다.