NBA体育决策和数据挖掘分析
业务挑战
体育运用大数据主要体现在以下三个方面： 预测比赛结果和奖牌归属；更好地训练运动员 。数据和模型驱动体育决策让获胜和成功变得更有可能，体育统计(Sports Analytics)成为体育竞争的“杀手锏”。最近我们被客户要求撰写关于体育统计的研究报告，包括一些图形和统计输出。
具体服务
要在运动中有效地使用分析，我们要知道如何处理数据、识别数据源、收集数据、组织和准备进行分析、从数据构建模型。
从面向体育组织的咨询工作中，推动“数据科学即服务”。最终，实施我们的想法和模式。
数据源准备
随着网络的发展，数据来源丰富，有文本数据以及数字数据。通过爬虫技术抓取网络并利用应用程序编程接口（API），可以从公共数据源中获取很多信息。
构造
想要更好地了解在这些场景中大数据是如何进行预测性分析的，我们需要考虑在预测比赛时所需处理的数据性质。
首先确定关键指标，可用数据包括国别、赛事、成绩、运动员姓名、年龄、过往表现记录、赛场温度、观众出席率、昼夜等。
划分训练集和测试集
确定指标后，把数据分成两个子数据集，即训练数据集和测试数据集。
数据洞察
球员薪酬情况
职业运动队在劳动力市场上相互竞争，而明星球员的劳动力供不应求。薪资上限是保持竞争平衡所必需的,工资也帮助球队限制球员的支出。
美国最专业的运动员有薪资上限。NFL队的2016年薪金上限为5328万美元，平均工资约为270万美元。NBA球队在16赛季的薪金上限为7000万美元，球队的薪金上限以服务年限。例如，拥有十年经验的勒布朗·詹姆斯，最高工资为2300万美元。安东尼·戴维斯的平均工资为2900万美元，是NBA球员中最高的 。2016年MLB的年薪最低为505,700美元。底特律老虎队Miguel Cabrera（MLR）的MLB年薪最高为3100万美元。
下图显示了2016年8月MLB，NBA和NFL的球员薪酬情况。
NFL球员的平均工资约为170万美元，中位数为63万美元。 NBA球员的平均工资约为510万美元，中位数为280万美元。 MLB玩家的平均工资约为410万美元，中位数为110万美元。同时可以看到明星球员的薪资远高于普通球员，拉高了平均水平。
团队支出和胜率的关系
从2016赛季初的团队支出和在常规赛中胜率的关系图中，我们可以看到团队支出对是否能赢得比赛有直接影响。
出席观众和日期的关系
从中我们可以发现日期和出席情况的关系，从而找到用于预测和评估出席率的模型。
球队实力表现
根据15年到16年NBA常规赛的20项指标进行综合分析，我们对 NBA参赛球队进行排序，评出最具实力的球队。
建模
预测观众出席人数——线性模型
估计获胜概率——蒙特卡罗模拟
当我们发现胜率符合经验分布的时候,使用蒙特卡罗模拟方法来估计某个队伍的获胜概率。
预测结果
可以看出，预测值的趋势已经基本与真实趋势保持一致。
模拟结果
通过对比赛日双方球队的表现模拟，我们得到下面的获胜概率热图，从ROC曲线的表现来看，模拟效果理想。
展望
除了以上列举的一些方法， 已经在尝试更复杂的体育统计模型，如深度学习（Long Short-Term Memory网络、卷积神经网络（CNN））等；同时需要考虑到模型的可解释性、可落地性和可扩展性、避免“黑箱”预测；还在尝试采用混合的机器学习模型，比如GLM+SVR，GAM+ NNET等。
用数据驱动体育决策，这种看待体育的独特视角让我们能更好地察觉趋势、选取角度，同时帮助体育爱好者更深入地理解他们喜爱的运动队。
NBA体育决策和数据挖掘分析相关推荐
- 大数据技术人员工具包之—常见数据挖掘分析处理工具
大数据技术人员工具包之-常见数据挖掘分析处理工具 2016年03月15日 大数据 数据科学融合了多门学科并且建立在这些学科的理论和技术之上,包括数学.概率模型.统计学.机器学习.数据仓库.可视化等.在 ...
- 数据挖掘分析考试笔记
数据挖掘分析考试笔记 文章目录 数据挖掘分析考试笔记 英译汉 第一章 绪论 第二章 知识发现过程与应用结构 第三章 关联规则挖掘 Apriori算法 close算法 FP-tree 第四章 分类 分类 ...
- python实现《直觉模糊集决策与对策分析方法》08直觉模糊数的矩阵对策解法
这是李登峰老师<直觉模糊集决策与对策分析方法>第九章支付值为直觉模糊数的矩阵对策及其解法. 第一种解法是截集解法,判断直觉模糊数a和b的大小,仅需要比较某一具体截集,而不必比较所有截集.相 ...
- 网络舆情数据挖掘分析的三点方法和建议
互联网时代,信息数据海量化,要想从浩瀚的网络舆情数据中挖掘出极具价值的信息是个难题.那么,到底舆情数据挖掘分析怎么做?怎样对网络舆情数据进行挖掘分析? 网络舆情数据挖掘分析的三点方法和建议: 1.从 ...
- python实现《直觉模糊集决策与对策分析方法》01基本理论与算子
最近准备开一个系列python实现李登峰老师的<直觉模糊集决策与对策分析方法>.一方面是自己学习需要,通过独立重复实验实现书中的算例,另一方面是直觉模糊方面的代码基本无人涉猎,希望通过自己 ...
- 响应式NBA体育赛事资讯类织梦模板（自适应手机端）
介绍: ★模板介绍★ 响应式NBA体育赛事资讯类织梦模板(自适应手机端),数据+评论+安装教程,资讯类网站适用,手机版同步PC站. 页面干净漂亮,网页宽度1200像素,纯手写DIV+CSS,易于优化, ...
- 数据挖掘的好书_大数据挖掘分析经典书籍推荐
互动出版网数据分析书籍专区.为您推荐关于大数据时代数据挖掘经典书籍,让你在浩瀚的数据海洋中洞察焦点,看出不一样的数据世界. 一.<大数据> 作者:(美)拉贾拉曼(anand rajaram ...
- 数据挖掘分析之数据预处理
目录 为什么要进行数据预处理 什么是数据预处理 如何进行数据预处理 min-max规范化 Z-score标准化 小数定标规范化 正态变换 分类-标志变量 分类-数值变量 连续数值分段 删除无用变量 删 ...
- 基于python的公众号课堂教学_基于Python的微信公众号数据挖掘分析
基于Python的微信公众号数据挖掘分析 华南农业大学电子工程学院 王 建 黄宁香 [期刊名称]电子世界 [年(卷),期]2019(000)011 [总页数]3 运用Python网络爬虫技术对某时事类 ...
最新文章
- css之命名规范 BEM
- LAMP笔记之MySQL高阶篇(5)
- 网站扛住 100 亿次请求？我们来压测试一试
- 利用Continuous Testing实现Eclipse环境自己主动单元測试
- c++ 类的定义和使用
- 情绪管理--不要总做“好脾气”的人。
- 尚硅谷大数据技术之Sqoop
- 古诗词html模板,田圆格古诗词书法模板
- TextToSpeech问题总结
- 如何满足python安装需求升级win7到SP1版本
- 硬见小百科：PCB多层板各层含义与设计原则
- GetLastError()函数返回值对照列表
- 用evo工具箱评估LeGO-LOAM轨迹
- Unity项目-黑魂复刻（二）玩家控制器（跳跃）
- 耳机驱动调试（插拔检测与按键检测）
- LNK2038: “_ITERATOR_DEBUG_LEVEL”的不匹配项
- Photoshop液化工具塑造完美的脸型
- mysql的strict_MySQL Strict SQL MODE
- 今晚直播，你该了解的MySQL 8.0 SQL优化新特性
- Golang包管理工具（四）之go-modules的使用