Downloads ยท 30 days
0
Decoder24/premier-league-prediction
premier-league-prediction is a machine learning model from Decoder24. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
Downloads ยท 30 days
0
Access
Public
Updated Oct 9, 2025
Repo size
9.3 MB
Likes
0
Public
Click a slice to open those files.
.joblib10.1 MB ยท 53%
From the Hugging Face model README
Proyek ini adalah sebuah model machine learning yang bertujuan untuk memprediksi hasil pertandingan Liga Utama Inggris (Premier League). Model ini dibangun menggunakan data historis pertandingan untuk menganalisis berbagai faktor dan memprediksi apakah hasil akhir pertandingan akan menjadi kemenangan bagi tim tuan rumah (Home Win), kemenangan bagi tim tandang (Away Win), atau seri (Draw).
Tujuan utama dari proyek ini adalah untuk "mengeksplorasi faktor-faktor yang paling berpengaruh dalam menentukan hasil pertandingan sepak bola"
DISCLAIMER!! Football is UNPREDICTABLE
โโโ debug/
โ โโโ debug.html
โโโ csv/
โ โโโ data.csv
โโโ main/
โ โโโ fbrefdata_example.py # Script scraping
โ โโโ pl-predict_smalldatset.py # Script prediksi dgn limited dataset hasil scraping
โ โโโ predict-pl-match_otomatis_v2.py # Script prediksi otomatis 9k dataset
โโโ outputs/
โ โโโ model_epl.joblib # File model yang sudah dilatih
โโโ visual/
โ โโโ result.png
โโโ requirements.txt # Daftar dependensi Python
โโโ README.md
(Struktur di atas adalah contoh, sesuaikan dengan struktur proyek Anda)
Untuk menjalankan proyek ini secara lokal, ikuti langkah-langkah berikut:
Clone repositori ini:
git clone [https://github.com/decoderr24/premier-league_prediction.git](https://github.com/decoderr24/premier-league_prediction.git)
cd pl_prediction
Buat dan aktifkan virtual environment (opsional tapi direkomendasikan):
python -m venv venv
source venv/bin/activate # Untuk Windows: venv\Scripts\activate
Instal semua dependensi yang dibutuhkan:
pip install -r requirements.txt
Untuk Melatih Model: Jalankan skrip training untuk melatih model dari awal menggunakan dataset yang ada.
python main/fbrefdata_example.py
python main/historical_data.py
python main/player_passing.py
Untuk Melakukan Prediksi: Gunakan skrip prediksi untuk melihat hasil pertandingan.
python src/predict-pl-match_otomatis_v2.py
pl-predict_smalldatset.py
example : --hometeam "Manchester United" --awayteam "Liverpool"
Model yang digunakan dalam proyek ini adalah [Logistic Regression, Random Forest, XGBoost].
Model ini dievaluasi menggunakan beberapa metrik dan mencapai hasil sebagai berikut:
Proyek ini dilisensikan di bawah Lisensi MIT. Lihat file LICENSE untuk detail lebih lanjut.
Project by [decoderr24]