🏀 Miami Heat — Radiografía de una Cultura (2019–2024)

📊 Análisis de datos y modelado predictivo del desempeño del Miami Heat en cinco temporadas críticas de la NBA.

📋 Descripción

Este proyecto realiza un análisis exploratorio (EDA) y estadístico del Miami Heat desde la temporada 2019–2020 hasta 2023–2024. A partir de 391 partidos, estadísticas avanzadas y métricas de rendimiento individual, se exploran los patrones que definen la identidad competitiva de la franquicia.

Los datos provienen de Basketball Reference y Universo Básquet, procesados con Python y almacenados en SQLite.

---

🎯 Objetivos

• 🔍 Identificar las fortalezas y debilidades del equipo a lo largo del ciclo.
• ✈️ Cuantificar el impacto del factor fatiga (distancia viajada) en los resultados.
• 🆚 Comparar el rendimiento en temporada regular vs. playoffs.
• ⭐ Evaluar el impacto del jugador franquicia en el ciclo analizado.
• 🏟️ Medir la fortaleza del Kaseya Center como ventaja de local.

---

🛠️ Stack tecnológico

Herramienta	Uso
🐍 Python 3	Lenguaje principal
🐼 Pandas	Limpieza y manipulación de datos
📈 Matplotlib / Seaborn	Visualizaciones
🤖 Scikit-learn	Modelos de ML (Regresión Logística, K-Means, Random Forest)
🗄️ SQLite3	Almacenamiento relacional local
☁️ Google Colab	Entorno de ejecución
💾 Google Drive	Fuente del dataset

---

🔬 Estructura del análisis (Ejes)

✈️ Eje 1 — Factor Fatiga

Correlación entre la distancia recorrida en viajes y la probabilidad de victoria. Método: regresión logística. Resultado: leve tendencia negativa (efecto real pero pequeño, AUC 0.55–0.65).

🧬 Eje 2 — ADN de Playoffs (K-Means Clustering)

Agrupación de temporadas en clusters para separar el perfil de temporada regular del de playoffs. Resultado: ARI = 1.0 — separación perfecta entre ambas fases.

⭐ Eje 3 — Impacto del Jugador Franquicia

Análisis del peso de Jimmy Butler en los resultados del equipo durante el ciclo 2019–2024. Método: Random Forest Regressor por jugador.

🏟️ Eje 4 — La Mística del Kaseya Center

Evaluación del rendimiento de local vs. visitante para determinar si el estadio sigue siendo una fortaleza real.

---

🗃️ Dataset

• 📌 Fuente: Basketball Reference y Universo Básquet
• 📂 Formato: .xlsx con múltiples hojas (Regular, Playoffs, combinado)
• 🔢 Registros: 391 partidos — temporadas 2019–2020 a 2023–2024
• 📐 Variables: estadísticas por jugador/temporada/fase (32 columnas)

---

📁 Archivos del repositorio

Archivo	Descripción
📓 Miami_Heat (Final).ipynb	Notebook principal con el análisis completo
📝 Miami_Heat.ipynb	Versión de desarrollo / borrador
📄 Radiografia-de-una-Cultura.pdf	Informe narrativo del proyecto
🤖 Reporte Claude - Informe Miami Heat.pdf	Informe generado con asistencia de IA
🗺️ Roadmap_Miami_Heat_ML.pdf	Hoja de ruta para extensión con ML
📋 README.md	Este archivo

---

👤 Autor

Proyecto desarrollado como trabajo final de Data Science — Coderhouse 2025.

---

"Más allá del talento, el Heat se apoya en una estructura estadística que lo mantiene siempre en la conversación por el anillo." 🏆