Splatoon2の戦績データから，バトルの勝敗を学習し，予測します．

• Python3.5+
• pip
• numpy
• pandas
• scikit-learn
• Keras, tensorflow (--logreg, --nn使用時)
• XGBoost (--xgb使用時)

https://stat.inkさんからデータを 迷惑がかからないように 集めてください. API doc: https://github.com/fetus-hina/stat.ink/tree/master/doc/api-2

$ python3 utils/data_preparation.py data_dir [--start START] [--end END] --dst DST

• data_dir: 前処理を行いたい，stat.ink形式のjsonファイルが入ってるディレクトリを指定します．ここで指定したディレクトリに含まれる*.jsonに対して処理をします．
• --start, -s: 前処理の対象とする期間の先頭の日付をYYYY-mm-dd-hhで指定します.
• --end, -e: 前処理の対象とする期間の終端の日付をYYYY-mm-dd-hhで指定します.
• --dst, -d: 前処理を行った後のCSVファイルの出力先を指定します．

for example (extract battles in v2.1.x)

$ python3 utils/data_preparation.py hoge/ -s 2017-12-13-10 -e 2018-1-17-10 -d csvs/v21x.csv
...
Extracted 24009 battles.
$ ls csvs/
v21x.csv

$ python3 train.py data_dir [--weapon_only] [--logreg | --nn | --svm | --xgb]

• data_dir: 学習に使う前処理が完了しているデータ(CSVファイル)を指定します．
• --weapon_onlyまたは-w をつけると，ブキ編成のみのデータから学習を行います.

以下は学習に使う分類器を指定するフラグです．何も指定しないと，--logregをつけるのと同じです．

• --logreg: ロジスティック回帰で学習を行います．
• --nn: （単純な）ニューラルネットワークで学習を行います．
• --svm: SVMで学習を行います．(NOTE: とても時間がかかります．)
• --xgb: XGBoostで学習を行います．

for example (weapon_only, using SVM)

$ python3 train.py csvs/v21x.csv -w --svm