# Regression lineaire — Data

来源：https://www.kaggle.com/competitions/codemlregressionlineaire/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

<h1> Statistics NBA 2017-2018 </h1>
<p> Ce dataset est composé de 19 colonnes, chacune représentant un attribut décrivant leur performance. Il sera question de trouver le lien entre les différentes statistiques et le salaire, afin de pouvoir prédire ce dernier. </p>

<p>Puisque le dataset est composé de plusieurs colonnes, on vous encourage fortement d'utiliser la librairie matplotlib afin de visualiser les données et de découvrir les liens entre les différentes données. </p>
<h2>File descriptions</h2>
<ul>
<li><strong>train.csv</strong> - the training set</li>
<li><strong>test.csv</strong> - the test set</li>
<li><strong>sampleSubmission.csv</strong> - a sample submission file in the correct format</li>
</ul>
<h2>Data fields</h2>
<ul>
<li><strong>Age</strong> - Age du joueur en question</li>
<li><strong>MP</strong> - Minutes Played: nombre de minutes jouées à travers la saison</li>
<li><strong>PER</strong> - Player Efficiency Rating:  Contribution pondérée du joueur</li>
<li><strong>TS%</strong> - True Shooting %: Pourcentage des tirs rentrés prenant en compte les 3 Points, les 2 Points et les free throws</li>
<li><strong>FG</strong> - Field Goals: Nombre de tirs réussis </li>
<li><strong>FGA</strong> - Field Goal Attempted: Nombre de tirs essayés</li>
<li><strong>FG%</strong> - Field Goal Percentage: Pourcentage des tirs réussis</li>
<li><strong>3P</strong> - 3 Pointers: Nombre de 3Point réussis</li>
<li><strong>3PA</strong> - 3 Pointers Attempted: Nombre de 3 points essayés</li>
<li><strong>3P%</strong> - 3 Point Pourcentage: Pourcentage de 3 point réussis</li>
<li><strong>eFG%</strong> - Efficient Field Goal %: Pourcentage des tirs réussis en fonction des 3P et des 2P</li>
<li><strong>FT%</strong> - Free Throw %: Pourcentage des free throws réussis (1 point)</li>
<li><strong>ORB</strong> - Offensive Rebound: Nombre d'offensive rebounds</li>
<li><strong>DRB</strong> - Defensive Rebound: Nombre de defensive rebounds</li>
<li><strong>AST</strong> - Assists: Nombre d'assistes compté durant la saison</li>
<li><strong>STL</strong> - Steals: Nombre de steals compté durant la saison</li>
<li><strong>BLK</strong> - Blocks: Nombre de blocks compté durant la saison</li>
<li><strong>PTS</strong> - Points: Nombre de points compté durant la saison</li>
<li><strong>Salary</strong> - Salaire du joueur</li>

<h2> Particularités pour le fichier test.csv </h2>

<p> Une colonne ID est ajouté dans le fichier afin d'identifier le joueur. De plus, la colonne "Salary" a été retirée. Vous devez donc prédire le salaire de ces joueurs en utilisant la régression linéaire. Lors de la soumission il est important que le fichier que vous soumettiez contienne deux colonnes: une colonne "ID", et une colonne "Predicted".  Consultez le fichier sample_submission pour voir un exemple d'un fichier valide. Le processus d'évaluation est décrite dans la section "Evaluation". </p>

</ul>