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!")