您已经成功进入这个由4部分组成的博客的最后一部分。在博客的第三部分，我们试图探索基于聚类的会议世界，类似的团队可以共享会议。在这篇博客中，我们将从电视和媒体网络的角度进行分析。我们将专注于创建一系列适合电视的大片对决：每周都有Camping World Kickoff比赛。换句话说，如果ESPN或FOX能够按照他们的喜好（以及股东的喜好）来定制会议，那么大学橄榄球的格局将会是什么样子。从许多方面来说，这种方法比前面的博客更加现实。我们的想法是计算大学橄榄球中每场可能比赛的预期回报，贪婪地填充日程表以最大化回报，并创建一个“梦幻”赛季，根据选定的比赛创建一个网络图，并根据图结构创建会议。
本系列分为四个部分（其中完整的动机在第一部分中找到）：
- 大学橄榄球会议重组-使用Python进行探索性数据分析
- 大学橄榄球会议重组-回归
- 大学橄榄球会议重组-聚类
- 大学橄榄球会议重组-node2vec
希望本系列的每一部分都能为您提供对大学橄榄球这个心爱游戏未来的新的视角。对于那些没有阅读第一部分或第二部分的人，一个快速的概述是我创建了自己的数据集，这些数据集从网络上的各个来源收集而来。这些数据包括关于每个FBS项目的基本信息，所有大学橄榄球对抗的非规范近似，体育场大小，历史表现，频繁出现在AP排名前25的次数，学校是否为AAU或R1机构（在加入大十和Pac 12中具有历史重要性），NFL选秀人数，2017-2019年的项目收入数据，以及对大学橄榄球球迷群体规模的最新估计。在第一部分中，我们发现有几个特征与球迷群体规模强相关，因此在第二部分中，我们开发了线性回归和随机森林回归模型来预测球迷群体规模。在第三部分中，我们使用约束的k均值聚类算法提出了10个新的…