Koza kontra Król Sim: (aktualizacja)

May 03 2023
Podejście analizy danych do koszykówki Jako entuzjastę koszykówki zawsze intrygowała mnie debata na temat tego, kto jest „kozą”. Spór często sprowadza się do dwóch graczy: Michaela Jordana i Lebrona Jamesa (aka The King).

Podejście do analizy danych w koszykówce

Jako entuzjastę koszykówki zawsze intrygowała mnie debata na temat tego, kto jest „kozą” . Spór często sprowadza się do dwóch graczy: Michaela Jordana i Lebrona Jamesa (aka The King).

Aby rozstrzygnąć debatę, zdecydowałem się zastosować podejście do analizy danych, tworząc symulację, która porównuje ze sobą dwie legendy. Ale jak można określić ilościowo wielkość, materiał „Kozy” na korcie? Wszyscy znamy mentalność Mamby, ale z drugiej strony wielkość .

Po zebraniu i wyczyszczeniu danych na temat występów obu zawodników w sezonie regularnym i najlepszych w karierze, przyjrzałem się wskaźnikom, które były historycznie używane do porównywania graczy: punkty na mecz, zbiórki na mecz, asysty na mecz, procent strzelania i inne. Wziąłem również pod uwagę zaawansowane wskaźniki, takie jak ocena efektywności gracza (PER), udziały w wygranych i box plus/minus (BPM).

Następnie stworzyłem formułę, która waży te wskaźniki na podstawie ich historycznego znaczenia i znormalizowałem je, aby uwzględnić różnice w epoce i stylu gry. Dzięki tej formule udało mi się zasymulować 2 000 gier między Jordanem i Jamesem , z których jeden wygrywał w 56,36% przypadków.

Ale co z wizualną reprezentacją wyników symulacji? Obecnie badam sposoby prezentacji danych w atrakcyjny wizualnie sposób. Jeśli masz jakieś sugestie lub pomysły, podziel się nimi!

PROSZĘ O POMOC W GŁOSACH> ODDAJ PONIŻEJ WYPEŁNIJ FORMULARZ!

Ta symulacja to dopiero początek mojej przygody z analizą danych w koszykówce. Idąc dalej, planuję rozszerzyć symulację, aby obejmowała innych wielkich wszechczasów i porównała ich ze sobą. Mam również nadzieję na włączenie bardziej zaawansowanych metryk i algorytmów uczenia maszynowego, aby jeszcze bardziej poprawić dokładność moich prognoz.

Podsumowując, koszykówka to sport, który dobrze nadaje się do analizy danych. Korzystając z podejścia opartego na danych, możemy lepiej zrozumieć, co sprawia, że ​​gracz jest świetny, i rozstrzygnąć debaty, które szaleją od dziesięcioleci. Mam nadzieję, że ta symulacja rzuci nieco światła na debatę Koza kontra Król i nie mogę się doczekać kontynuacji moich badań nad analizą koszykówki.

Dzięki za wszystko!!!

Materiał referencyjny: