Minimaler Vorhersage-Algorithmus

[coldfix]

Berechnet die Wahrscheinlichkeiten für Gewinn, Unentschieden und Niederlage für zwei Mannschaften. Verwendet dabei die Ergebnisse der letzten Saisons und zählt die relative Häufigkeit des jeweiligen Ergebnisses.

Beispiel:

In den letzten Saisons hat Dortmund daheim 10-mal gegen Köln gespielt. Dabei hat Dortmund 8-mal gewonnen, 1-mal ging es unentschieden aus und 1-mal hat Köln gewonnen. Damit ist die Gewinnwahrscheinlichkeit für Dortmund (daheim) gegen Köln: 8/10 = 80 %. Die Gewinnwahrscheinlichkeit für Köln beträgt: 1/10 = 10 %. Die Wahrscheinlichkeit für ein Unentschieden ist ebenfalls: 1/10 = 10 %.

Überlegt euch, was ihr ausgeben wollt, wenn keinerlei historische Daten für diese Begegnung vorliegen.

Ihr könnt euch auch andere Algorithmen und Variationen überlegen und implementieren. Zum Beispiel "Team mit mehr Treffern in der letzten Saison gewinnt", oder "Zuletzt erreichter Tabellenplatz entscheidet".

[f-dangel]

• [x] Refactor for loop with pandas
• [x] If no data, use frequency of home win, draw, guest win

[f-dangel]

• [x] Use numpy.isclose and numpy.allclose to compare probabilities