nbaGNNs:图神经网络模型在2013 2019、2021赛季对nba和ncaa点微分图执行链接预测 源码

该项目是几个图神经网络模型的实现,用于在NBA和NCAA篮球的2013-2019年,2021赛季的加权有向点微分图上进行链接预测。 打开src / models.py选择测试的年份和日期范围或调整超参数。 运行src / models.py火车并测试模型。 每种预测在2021年的都发布在。 所显示的预测是(主场得分-客场得分)。 模型的输入是表示给定日期的季节状态的图形:“进攻/防守”图形具有nba进攻和防守作为节点,而边沿则表示它们之间的相互作用。 Vegas图以团队为节点,其加权有向边表示。 进攻/防守图中的边权是根据统计。 作为预处理步骤,将所有图形进行行归一化,并按照Oracle (2012 Balreira,Miceli,Tegtmeyer)中的描述应用Oracle调整,以增强图形上的随机游动。 接下来,将 (2016,Grover,Leskovec)应用于图形,以计算所有进