NBA球員.pptVIP

大綱 動機與目的 資料蒐集 研究分析-初步 研究分析-修正後 結論 研究分析-修正後 為了改善準確度小組另外搜尋其他資料來分析，並進行如下調整： 將薪資水準改為0~1之間的連續整數。 為改善高薪資水準預測的結果，考量薪資水準高的球員可能伴隨著商業上的效益，特別引入了NBA明星賽票數進入分析，無選票資料球員選票欄位補0。 引入命中率、出手次數、出賽場次欄位 研究分析-修正後 Cont. 將球員資料追加參加季後賽球隊排名欄位 有加入季後賽球隊名次 ..6.16 未加入季後賽球隊名次 0………………..29.30 優點：透過最簡單的方式，加入季後賽因素於資料中。 缺點：一人得道，雞犬升天。 研究分析-修正後 修正並加入其他欄位分析 輸入值欄位修正與追加 將薪資水準欄位(salary_level)改為連續。 追加五個欄位進入分析 投籃命中率(S_FG) 出手次數(S_FGA) 出賽場次(S_GP) 球隊季後賽排名(S_PPG) 明星賽票選數目(S_RPG) 並於過程中將之前阻攻欄位(S_BLKPG)捨棄。 經過多次調整輸入值，發現如此調整，結果較之前的好。 研究分析-修正後 本研究最終調整後使用欄位 主鍵值 球員ID 輸入 平均每場球賽助攻 平均每場球賽得分 平均每場球賽籃板 平均每場球賽抄截 投籃命中率 預測 薪資水準 研究分析-修正後 關聯性強度 研究分析-修正後 精度分析(使用2005-2006年訓練模組預測同年度資料) 雖然高薪資水準球員預測上仍然有部份預測薪資水準比實際薪資水準低，但預測上已有所改善。 研究分析-修正後 精度分析(使用2005-2006年訓練模組預測2006-2007年資料) 研究分析-修正後 精度分析(使用2005-2006年訓練模組預測2006-2007年資料) 研究分析-修正後 結論 從強度分析可看出 薪資水準最有關係的欄位前三名是 平均每場得分 平均每場籃板 平均每場助攻 此三項數據為一般評斷球員表現最主要的數據，可見球員這三項球員表現與薪資的相關程度很大，亦可能為球團給薪的主要依據。 明星賽票選數是強度第四的欄位，可見球員的受歡迎程度，亦是球團考量給薪的一個依據，畢竟球團的經營是需要門票的收入與周邊商品為它帶來利潤。 結論 從預測結果準確度結果分析 平均準確度：88.01% ?具有一定準確程度。 準確度四分位數： 第1四分位：96.03% 第2四分位：91.34% 第3四分位：83.25% 最低準確度：28.42% 準確度較低的部分球員大部分屬於高薪球員。 NBA球員薪資預測 第八組 組員： 蔡珊珊、江孟松、莊見文、王偉璁、陳建宏 動機與目的 研究目的： 針對球員表現預測出薪資水準，可作為球員與球團之間衡量薪資的依據。 研究方法： 依據2005~2006與2006~2007年球季球員資料，分別搭配下一季薪資2006~2007與2007~2008球季薪資來進行探勘，以期能夠預測出球員薪資。 動機與目的 預期結果： 透過探勘出來的結果，能夠將球員整個球季(或球季開始到目前為止)的球員表現資料輸入後，預測出球員下一球季的薪資。 資料蒐集 資料來源： NBA官方網站球員統計資料/statistics/ Hoopshype.Com薪資資料/salaries.htm 美國運動畫刊 Sports Illustrated/basketball/nba/salaries/ 資料蒐集 球員表現統計資料： 官方網站： Scoring(得分) Assists(助攻) Rebounds(籃板) Blocks(火鍋) Steal(抄截) Turnovers(失誤) Free-Throw Shooting(罰球) Field-Goal Shooting(投籃命中率) Fouls(犯規) Minutes(出賽時間) 3-Pt Shooting(三分球) 薪資 資料蒐集 球員薪資資料： Hoopshype.Com 2007~2011年(有簽訂複數年薪資資料)薪資(表格)與參加得獎的狀況(文字)???? 美國運動畫刊 2006~2010年(有簽訂複數年薪資資料)薪資(表格) 研究方法 使用工具：SQL 2005 Microsoft決策樹。 將資料表中抓取幾個重要欄位進行初步分析。 抓取的欄位有： 球員ID：球員編號。 輸入欄位：每場球賽的平均得分、籃板、助攻、抄截、阻攻。 可預測欄位：下個年度的薪資水準。將薪資依照級距從0~1分為10等份。 抓取資料範圍 使用2005-2006年的球員正規球季表現資料，與2006-2007年薪資水準。 欄位說明 PID：球員編號 S APG：平均每場球賽助攻 S BLKPG