Re: [專欄] 預估進攻價值統計，CP3聯盟第一

看板NBA作者 (上邪!我欲與君相知)時間10年前 (2014/07/21 16:45), 編輯推噓8(9推 1噓 10→)
留言20則, 12人參與, 最新討論串2/2 (看更多)
這種數據最大的缺點就是因為他考量太多東西 卻又無法全面的考量 如果是用來計算一個2V2或是3V3的比賽這個數據的精準度會大幅提升 舉例來說 在這個數據中以每個回合當作一個單位來計算 所有參與到攻防的人都會被計算再其中 但是有很多東西都是被忽略的 像是LBJ就算無人持球也被雙夾 這樣會變相的增加自己人得分的機率 但是LBJ本人會因為沒有參與到攻防 所以他並不會對參數造成增減 而對於某些三夾也會出手的球員來說 只要投進每一球都可以大幅的提升數值 因為三分線外被三夾的得分機率本身就接近0 但不可否認這個數據可以讓我們更加容易的去認知每一個動作對比賽的好壞影響 有興趣可以去找原作者發在自己推特上的留言 他認為當"單位"多到一定的程度時可以彌補此項漏洞 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.110.68.225 ※ 文章網址: http://www.ptt.cc/bbs/NBA/M.1405932322.A.435.html
推
07/21 16:46, , 1F
同一動作要夠多次才會趨於平均值
07/21 16:46, 1F
推
07/21 16:47, , 2F
每個球員空手走動的位置也有關係
07/21 16:47, 2F
推
07/21 16:47, , 3F
看起來像沒持球做的貢獻就不會被記入 我有理解錯嗎
07/21 16:47, 3F
→
07/21 16:47, , 4F
model應該會越來越完整
07/21 16:47, 4F
→
07/21 16:48, , 5F
而且只要原本雙夾他的球員跑去防守 他還會造成負影響
07/21 16:48, 5F
→
07/21 16:49, , 6F
這個分數其實更可以用來分析各種檔拆組合的效率
07/21 16:49, 6F
→
07/21 16:49, , 7F
而非比較同一隊人中的效率
07/21 16:49, 7F
→
07/21 17:15, , 8F
Big data
07/21 17:15, 8F
推
07/21 17:21, , 9F
過度迷信大數據咩 在那一瞬間有多少因素會影響
07/21 17:21, 9F
→
07/21 17:22, , 10F
除非你是神要不然分析這些沒什麼用
07/21 17:22, 10F
→
07/21 17:22, , 11F
要打"正確"的籃球的話我看未來我們大概都在看機器人
07/21 17:22, 11F
推
07/21 17:30, , 12F
你說的不錯但lbj並沒有未持球被雙夾啊
07/21 17:30, 12F
推
07/21 17:51, , 13F
原po是想強調三夾也會出手的那個人??
07/21 17:51, 13F
→
07/21 17:58, , 14F
被三夾出手會replay 增加NBA跟個人收益 這個有計算嗎
07/21 17:58, 14F
推
07/21 20:12, , 15F
我怎覺得數值是跟出手後有無得分相關沒那麼大?
07/21 20:12, 15F
噓
07/21 20:31, , 16F
LBJ沒持球被包?至少今年季後賽不常見
07/21 20:31, 16F
→
07/21 20:31, , 17F
他去包人還比較常見…
07/21 20:31, 17F
推
07/21 21:14, , 18F
這種動態分析以後一定比傳統數據更能解讀比賽
07/21 21:14, 18F
推
07/22 00:50, , 19F
我覺得最好笑得是 鍵盤迷迷質疑哈佛博士
07/22 00:50, 19F
→
07/22 00:51, , 20F
什麼是競爭風險模型肯定一堆人不知道
07/22 00:51, 20F
‣ 更多 azlbf 的文章
文章代碼(AID): #1JpDCYGr (NBA)
‣ 更多 azlbf 的文章
文章代碼(AID): #1JpDCYGr (NBA)