Extração de dados da API do CartolaFC, análise exploratória dos dados e modelos preditivos em R e Python - 2014-22. [EN] Data munging, analysis and modeling of CartolaFC - the most popular fantasy football game in Brazil. Data cover years 2014-23.
Fala, @henriquepgomide
essa semana eu tentei participar do desafio da valorização. Treinei alguns modelos com redes neurais e regressões lineares simples e acabei terminando com um modelo de regressão linear utilizando as variáveis pontos, preco, média_pontos e variacao_preco (da rodada atual), respectivamente. Fiz uma limpeza nos dados e terminei treinando com 7748 amostras, obtendo uma MSE de 0.8129 com R² de 0.2456.
Vi ontem que você treinou um modelo também. Avaliei ele aqui agora e você teve uma MSE de 0.2946 com R² de 0.8154. Porém, vi que você treinou apenas com os dados do Lucas Paquetá (37 amostras).
No notebook que adicionei, você encontra mais detalhes sobre o treinamento como também os meus coeficientes da regressão. Espero que você goste do modelo e decida usá-lo no Cartola PFC. Seria uma honra tê-lo lá!
Fala, @henriquepgomide essa semana eu tentei participar do desafio da valorização. Treinei alguns modelos com redes neurais e regressões lineares simples e acabei terminando com um modelo de regressão linear utilizando as variáveis pontos, preco, média_pontos e variacao_preco (da rodada atual), respectivamente. Fiz uma limpeza nos dados e terminei treinando com 7748 amostras, obtendo uma MSE de 0.8129 com R² de 0.2456.
Vi ontem que você treinou um modelo também. Avaliei ele aqui agora e você teve uma MSE de 0.2946 com R² de 0.8154. Porém, vi que você treinou apenas com os dados do Lucas Paquetá (37 amostras).
No notebook que adicionei, você encontra mais detalhes sobre o treinamento como também os meus coeficientes da regressão. Espero que você goste do modelo e decida usá-lo no Cartola PFC. Seria uma honra tê-lo lá!