File size: 5,966 Bytes
72a3423 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 | import os
import zipfile
import pandas as pd
import numpy as np
import sqlite3
import joblib
print("--- INICIANDO PARTE 3: SIMULAÇÃO DE MONTE CARLO ---")
# ---------------------------------------------------------
# 1. Carregar Dados e Artefatos (Modelos)
# ---------------------------------------------------------
try:
df_final = pd.read_csv('dados_preparados.csv')
df_clean = df_final.dropna().copy()
rf_model = joblib.load('modelo_rf.pkl')
scaler = joblib.load('scaler.pkl')
except FileNotFoundError as e:
print(f"ERRO: Arquivo {e.filename} não encontrado. Rode as Partes 1 e 2 primeiro.")
exit()
# ---------------------------------------------------------
# === CONFIGURAÇÕES DA SIMULAÇÃO ===
# ---------------------------------------------------------
LIGA_ALVO = 'England Premier League'
TEMPORADA_ALVO = '2015/2016'
RODADAS_RESTANTES = 10
JOGOS_POR_RODADA = 10
N_SIMULACOES = 1000
RANDOM_SEED = 42
TOTAL_JOGOS_SIMULAR = RODADAS_RESTANTES * JOGOS_POR_RODADA
# ---------------------------------------------------------
# 2. Conectar ao banco para metadados (IDs e Nomes)
# ---------------------------------------------------------
if not os.path.exists('database.sqlite') and os.path.exists('database.zip'):
print("Extraindo 'database.sqlite' a partir de 'database.zip'...")
with zipfile.ZipFile('database.zip', 'r') as zf:
zf.extract('database.sqlite')
conn = sqlite3.connect('database.sqlite')
# Descobrir o ID da Liga dinamicamente com base na configuração
query_league = f"SELECT id FROM League WHERE name = '{LIGA_ALVO}'"
league_id = pd.read_sql_query(query_league, conn).iloc[0, 0]
query_teams = "SELECT team_api_id, team_long_name FROM Team"
team_dict = dict(pd.read_sql_query(query_teams, conn).values)
conn.close()
# ---------------------------------------------------------
# 3. Filtragem Estrita: Liga e Temporada Escolhidas
# ---------------------------------------------------------
df_liga = df_clean[(df_clean['league_id'] == league_id) & (df_clean['season'] == TEMPORADA_ALVO)].copy()
df_liga = df_liga.sort_values('date')
print(f"Total de jogos processados da temporada {TEMPORADA_ALVO}: {len(df_liga)}")
if len(df_liga) <= TOTAL_JOGOS_SIMULAR:
raise ValueError(
f"Jogos insuficientes ({len(df_liga)}) para simular os últimos {TOTAL_JOGOS_SIMULAR} jogos."
)
# Separando usando a matemática calculada
jogos_realizados = df_liga.iloc[:-TOTAL_JOGOS_SIMULAR]
jogos_restantes = df_liga.iloc[-TOTAL_JOGOS_SIMULAR:]
# Lista de todos os times que participaram
lista_times = pd.concat([df_liga['home_team_api_id'], df_liga['away_team_api_id']]).unique()
# ... O resto do código (Passo 4 em diante) continua exatamente igual,
# ---------------------------------------------------------
# 4. Montar a Tabela de Pontuação Atual (Até a rodada 28)
# ---------------------------------------------------------
pontos_atuais = {team: 0 for team in lista_times}
for _, row in jogos_realizados.iterrows():
if row['target'] == 0:
pontos_atuais[row['home_team_api_id']] += 3
elif row['target'] == 1:
pontos_atuais[row['home_team_api_id']] += 1
pontos_atuais[row['away_team_api_id']] += 1
elif row['target'] == 2:
pontos_atuais[row['away_team_api_id']] += 3
# ---------------------------------------------------------
# 5. Gerar Probabilidades com o Modelo RF
# ---------------------------------------------------------
features = ['home_overall_rating', 'away_overall_rating', 'hist_goal_diff']
# Usamos o scaler treinado na Parte 2 para não enviesar os dados
X_restantes = scaler.transform(jogos_restantes[features])
probs = rf_model.predict_proba(X_restantes)
# ---------------------------------------------------------
# 6. Executar a Simulação de Monte Carlo
# ---------------------------------------------------------
rng = np.random.default_rng(RANDOM_SEED)
contagem_titulos = {team: 0 for team in lista_times}
print(f"\nSimulando {N_SIMULACOES} finais de campeonato alternativos...")
for _ in range(N_SIMULACOES):
# Precisamos zerar o "universo" a cada iteração, voltando os pontos para a rodada 28
pontos_sim = pontos_atuais.copy()
for i, (_, jogo) in enumerate(jogos_restantes.iterrows()):
# O modelo joga os dados (Sorteio viciado pelas probabilidades)
res = rng.choice([0, 1, 2], p=probs[i])
if res == 0:
pontos_sim[jogo['home_team_api_id']] += 3
elif res == 1:
pontos_sim[jogo['home_team_api_id']] += 1
pontos_sim[jogo['away_team_api_id']] += 1
else:
pontos_sim[jogo['away_team_api_id']] += 3
# Ao final da temporada simulada, consagra o campeão daquele universo
campeao_id = max(pontos_sim, key=pontos_sim.get)
contagem_titulos[campeao_id] += 1
# ---------------------------------------------------------
# 7. Processar Resultados e Exportar CSV
# ---------------------------------------------------------
lista_ranking = []
for t_id, vitorias in contagem_titulos.items():
lista_ranking.append({
'Time': team_dict.get(t_id, f"ID {t_id}"),
'Probabilidade_Campeao_%': round((vitorias / N_SIMULACOES) * 100, 2)
})
df_ranking = pd.DataFrame(lista_ranking).sort_values(by='Probabilidade_Campeao_%', ascending=False)
# Exportando o CSV com codificação segura para o Excel (utf-8-sig)
df_ranking.to_csv('resultado_simulacao_titulo.csv', index=False, sep=';', encoding='utf-8-sig')
print("\n=== RANKING FINAL: PROBABILIDADE DE TÍTULO ===")
# Exibe apenas os times que tiveram chance matemática de ser campeões
print(df_ranking[df_ranking['Probabilidade_Campeao_%'] > 0].to_string(index=False))
print("\n=== SUCESSO! ===")
print("Arquivo 'resultado_simulacao_titulo.csv' salvo com sucesso na sua pasta!") |