README.md

metadata

title: Scrabble Player Rating
emoji: 🎯
colorFrom: indigo
colorTo: blue
sdk: streamlit
app_file: app.py
pinned: false
license: mit
sdk_version: 1.45.1

📘 Proje Adı: Scrabble Oyuncu Derecesi Tahmin Modeli

🎯 Proje Amacı:

Bu proje, Kaggle üzerindeki "Scrabble Player Rating" yarışması kapsamında geliştirilmiştir. Amaç, bir Scrabble oyuncusunun yalnızca tek bir maç performansı kullanılarak oyun öncesi derecesini (rating) tahmin etmektir.

📦 Veri Seti:

Veri seti Woogles.io platformundan alınan yaklaşık 73.000 oyunu içermektedir. Her oyun iki oyuncunun:

• Skor bilgisi
• Nickname (bot veya insan)
• Rating değeri
• Game ID (eşleşme kimliği)

verilerini içermektedir. Ayrıca hamle düzeyinde ek veri olan turns.csv dosyası da bulunmaktadır.

⚙️ Kullanılan Yöntem:

• Veri ön işleme (negatif skor temizliği, bot kontrolü)
• Özellik mühendisliği (skor farkı, kazanan durumu, bot karşılaşması)
• Geniş veri formatında oyuncu eşleşmeleri oluşturuldu
• Model olarak RandomForestRegressor kullanıldı
• Performans metriği olarak RMSE: 215.77

💡 Model Girdileri (Streamlit için):

• Player 1 Skoru
• Player 2 Skoru
• Player 1 Kazandı mı?
• Rakip Bot mu?

Bu bilgilerle model, Player 1'ın tahmini rating'ini üretir.

🧪 Örnek Girdi:

{
  "player1_score": 420,
  "player2_score": 390,
  "player1_is_winner": true,
  "player1_vs_bot": false
}



📁 Çıktılar:
model.pkl: Eğitilmiş model

app.py: Streamlit arayüzü

requirements.txt: Gerekli kütüphaneler

sample_input.json: Örnek test girdisi

README.md: GitHub + Hugging Face dokümantasyonu



🚀 Geliştirme Fırsatları:
turns.csv kullanılarak hamle bazlı özellik mühendisliği yapılabilir

Model doğruluğu arttırmak için LightGBM veya XGBoost ile karşılaştırma yapılabilir

Oyunculara özel geçmiş bilgileriyle rating tahmini iyileştirilebilir