练习数据的精确度也达到了 95.40%，解释这个模型照样比较靠谱的。固然练习花不了几秒钟，但我们照样保存下吧：

model.save("nba-model.hdf5") 

新数据的猜测

我们有模许可以来猜测比赛结不雅了。如今我们的问题就在于若何模仿对阵两边的技巧统计了。

我们用主队上五场主场技巧统计均值，和客队上五场客场技巧统计均值，两者相减作为模型的猜测输入。

先大年夜 redis 获取下完全的数据：

game_detail_data = cli.hgetall("gamedetail") 
game_detail_json = [] 
for k in game_detail_data: 
    di_v = {} 
    di_h = {} 
    j = json.loads(game_detail_data[k]) 
    vls = j["g"]["vls"] 
    hls = j["g"]["hls"] 
    di_v.update(vls["tstsg"]) 
    di_v.update({"date": j["g"]["gdtutc"], "name": vls["ta"], "home": 0}) 
    game_detail_json.append(di_v) 
    di_h.update(hls["tstsg"]) 
    di_h.update({"date": j["g"]["gdtutc"], "name": hls["ta"], "home": 1}) 
    game_detail_json.append(di_h) 
game_detail_df = pd.DataFrame(game_detail_json) 
game_detail_df = game_detail_df.fillna(value=http://ai.51cto.com/art/201711/0.0) 

用 Pandas 可以一行代码实现 找到主队上五场主场数据均值 的功能：

猜测效不雅

数据只收集到美国时光 2017-11-19：

最后一共收集了，2015、2016、2017 至 2017-11-19 三个赛季的有效数据共 2699 条。

我们来看下 2017-11-20 那天的比赛结不雅：