球星遇上机器学习……

这也让我开始思考：德安格洛·拉塞尔将如何适应勇士队的节奏?能不能运用机器学习将NBA球员分类，并预测某一球员与指定球队的兼容程度?

本项目的研究目的是，确定若干球员的类型，并根据历史活动或他们对空间的利用确定他们在球场上扮演的角色。

得分、篮板、助攻、抢断、盖帽等数据不会被用作特征，因为它们依赖于例如出场时间或进球数量等数据(这项数据也不会出现在特征中)。将得分、篮板、助攻、抢断、盖帽等数据作为特征可能会使最终结果与这些特征密切相关，这就偏离了本次项目的初衷。我将在下文的研究方法部分详细列举所有的特征。

数据

我们来看一看数据部分。

数据是由Python和Selenium包从stats.nba.com提取加工而成。选取的特征大部分都基于上场频率。很多打法都包含进攻和防守站位。比如说，“进攻背身单打率”指该球员背身单打时在进攻位的频率;“防守背身单打率” 指该球员背身单打时在防守位的频率。这些特征的附

（编辑：伊春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!