《表1 0 东契奇前两个赛季数据表》
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》
首先,有效地聚类分析,能够确保教练团队对球员状态的准确了解,避免依据几项数据得出片面认识。每位球员都有适合自身的定位和打法,教练使用是否恰当,都会从球员的数据体现出来,并通过聚类分析得出结论。其次,有效地聚类分析有助于球队的合理运营。每个赛季各球队都会进行裁员和引援。对球员合理地定位,可以避免球队引入不合适的球员,也可将对内作用重复的球员交易出去。新秀赛季的东契奇无疑打出了出色的一年,通过对数据的分析,将他归类为绝对核心。小牛队在休赛期围绕东契奇组建球队,将全明星中锋小乔丹,以及需要球权的丹尼斯史密斯送走,签下了适合打无球的波尔津吉斯等。新赛季的东契奇在前20场比赛打出了接近30+10+10的场均准三双的数据(见表10),助攻率和OBPM值更是分别达到了47.7和11.1。出色稳定的发挥也把小牛队重新带入了季后赛。
图表编号 | XD00225891800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.05 |
作者 | 蒋雪辰、左小五、陈胜、沈昱明 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |