《表1 进阶数据解析：基于因子分析和K-Means算法对NBA得分后卫的功能性分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于因子分析和K-Means算法对NBA得分后卫的功能性分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

考虑到对得分后卫的聚类分析，去除篮板球、盖帽和犯规等通常定义内线球员的数据，同时失误往往和助攻关联在一起，通过两者的比值衡量球员传球稳定性和助攻成功率，因此将失误更换为助攻失误比，最终将原始数据从36维降到25维。包括FGA、FG%、3PA、3P%、2PA、2P%、FT、FTA、AST、STL、PTS、TS%、3PAr、AST%、STL%、USG%、OWS、DWS、WS、WS/48、OBPM、DBPM、BPM、VORP和A/T（表1为部分进阶数据的解释，以下均用缩写表示）。为了便于不同单位或量级的特征能够进行比较和加权，对数据进行最大最小归一化处理。