Metadata-Version: 2.2
Name: combined_bukmacherska
Version: 0.3.0
Summary: Biblioteka łącząca funkcjonalności bukmacherska i bukmacherska_crystal
Home-page: https://github.com/twoj_repo/combined_bukmacherska
Author: Twoje Imię
Author-email: twojemail@example.com
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.6
Description-Content-Type: text/markdown
License-File: LICENSE
Requires-Dist: numpy
Requires-Dist: scipy
Requires-Dist: matplotlib
Requires-Dist: scikit-learn
Requires-Dist: pandas
Requires-Dist: lightgbm
Requires-Dist: kivy
Requires-Dist: catboost
Requires-Dist: xgboost
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: home-page
Dynamic: requires-dist
Dynamic: requires-python
Dynamic: summary

# combined_bukmacherska

combined_bukmacherska to biblioteka Ĺ‚Ä…czÄ…ca funkcjonalnoĹ›ci bibliotek `bukmacherska` i `bukmacherska_crystal`.

## Funkcje

### combined_library.py

- `train_models_1(X_train, y_train)`: Trenuje zestaw modeli na danych treningowych.
- `predict_with_models_1(models, X_test)`: Wykonuje predykcje dla kaĹĽdego modelu na danych testowych.
- `plot_results_1(predictions, team1_lambda, team2_lambda, team1_avg_conceded, team2_avg_conceded)`: Wizualizacja wynikĂłw za pomocÄ… rĂłĹĽnych typĂłw wykresĂłw.
- `gamma_function_1(x)`: Oblicza wartoĹ›Ä‡ funkcji gamma dla x.
- `beta_function_1(x, a, b)`: Oblicza wartoĹ›Ä‡ funkcji beta.
- `poisson_probability_1(k, lmbda)`: Oblicza prawdopodobieĹ„stwo dla rozkĹ‚adu Poissona.
- `expected_value(alpha)`: Oblicza wartoĹ›Ä‡ oczekiwanÄ….
- `median(alpha)`: Oblicza medianÄ™.
- `variance(alpha)`: Oblicza wariancjÄ™.
- `entropy(alpha)`: Oblicza entropiÄ™.
- `oblicz_srednia_zdobytych_goli(gole_zdobyte, bezposr_spotkania)`: Oblicza Ĺ›redniÄ… zdobytych goli.
- `oblicz_srednia_straconych_goli(gole_stracone, bezposr_spotkania)`: Oblicza Ĺ›redniÄ… straconych goli.
- `oblicz_wynik_druzyny(gole_zdobyte, gole_stracone, bezposr_spotkania)`: Oblicza wynik druĹĽyny.
- `okresl_typ_meczu(srednia1_zdobytych, srednia2_zdobytych)`: OkreĹ›la typ meczu.
- `rysuj_wykresy(srednia1_zdobytych, srednia1_straconych, srednia2_zdobytych, srednia2_straconych)`: Rysuje wykresy.
- `tabela_wartosci_gamma(start, end)`: Tworzy tabelÄ™ wartoĹ›ci funkcji gamma.
- `drukuj_tabele_gamma(start, end)`: Drukuje tabelÄ™ wartoĹ›ci funkcji gamma.
- `calculate_poisson_cdf(k, lmbda)`: Oblicza dystrybuantÄ™ rozkĹ‚adu Poissona.
- `calculate_poisson_pmf(k, lmbda)`: Oblicza prawdopodobieĹ„stwo masy rozkĹ‚adu Poissona.
- `oblicz_statystyki_druzyny(gole_zdobyte, gole_stracone, mecze)`: Oblicza statystyki druĹĽyny.
- `analiza_statystyczna(druzyna1, druzyna2, mecze)`: Analizuje statystyki druĹĽyn.

### combined_library2.py

- `train_models_2(X_train, y_train)`: Trenuje zestaw 24 rĂłĹĽnych modeli na danych treningowych.
- `predict_with_models_2(models, X_test)`: Wykonuje predykcje dla kaĹĽdego modelu na danych testowych.
- `plot_results_2(predictions, team1_lambda, team2_lambda, team1_avg_conceded, team2_avg_conceded)`: Wizualizacja wynikĂłw za pomocÄ… rĂłĹĽnych typĂłw wykresĂłw.
- `gamma_function_2(x)`: Oblicza wartoĹ›Ä‡ funkcji gamma dla x.
- `beta_function_2(x, a, b)`: Oblicza wartoĹ›Ä‡ funkcji beta.
- `poisson_probability_2(k, lmbda)`: Oblicza prawdopodobieĹ„stwo dla rozkĹ‚adu Poissona.
- `analiza_statystyczna_2(druzyna1, druzyna2, mecze)`: Analizuje statystyki obu druĹĽyn.

## Instalacja

Aby zainstalowaÄ‡ bibliotekÄ™, uĹĽyj poniĹĽszego polecenia:

```sh
pip install combined_bukmacherska

import combined_bukmacherska as cb

# PrzykĹ‚ad uĹĽycia funkcji poisson_probability
beta = 2
alpha = 3
probability = cb.poisson_probability_1(beta, alpha)
print(f"Poisson Probability: {probability}")

# Trening modeli
X_train = ...
y_train = ...
models_1 = cb.train_models_1(X_train, y_train)
models_2 = cb.train_models_2(X_train, y_train)

# Predykcje
X_test = ...
predictions_1 = cb.predict_with_models_1(models_1, X_test)
predictions_2 = cb.predict_with_models_2(models_2, X_test)

# Rysowanie wykresĂłw
cb.plot_results_1(predictions_1, team1_lambda, team2_lambda, team1_avg_conceded, team2_avg_conceded)
cb.plot_results_2(predictions_2, team1_lambda, team2_lambda, team1_avg_conceded, team2_avg_conceded)

