看板 NBA 關於我們 聯絡資訊
: 依序如下: : https://imgur.com/33ouqUG : 球隊勝率% : 每場上場時間 : 球隊種子序 : WS/48 : 每場得分 : 出賽場次 : VORP : 2分命中率 : 罰球次數 : 助攻數 : 每場籃板 : 整體命中率 : BPM : Usage% : 每場失誤數 : 真實命中率 : (以下不列,可以自己看圖) 其實前幾篇文章有稍微回應機器學習的問題 也提到了nash比較像非典型的MVP 這時候再回頭來看這些輸入訓練的特徵 就會看出問題了 全都是最典型的數據 nash的太陽隊球風確實帶出了不同的NBA視界 以全球商業導向的nba市場 甚至是廣大的球迷 都感受到他帶出來的影響力 像球風觀賞性和市場推廣力這類的特徵卻很難量化做為訓練模型的特徵值 也許模型應該放入球衣銷售量 轉播收視率 那就會發現沒人偷了歐肥的MVP 而且可能預測結果是遙遙領先第二名 失敗的模型是無法定義這兩屆MVP給大家的感動的 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.78.148 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/NBA/M.1619780455.A.E3A.html
kkb512sk : 濤哥是大數據分析始祖可4被桶了 04/30 19:11
becker : 小球始祖 04/30 19:12
handfox : 怎麼有股農場文的味道= = 04/30 19:16
sola16084 : 濤哥那個大數據我用猜的應該都比他預測的準 04/30 19:24
wseb : 小球始祖不是他..但是你可以說他發揚光大.. 04/30 19:26
wang83083030: 大數據模擬我只服濤哥 04/30 19:55
k1988771028 : 餵怎樣的數據就得怎樣的結果,但牽扯到人的東西就不 04/30 20:14
k1988771028 : 好量化,所以這種模型當趣味看看就好,以資料量來說 04/30 20:14
k1988771028 : 也不夠多。 04/30 20:14
MarkeleFultz: 好想念華哥 沒有華哥的數據哪還算是數據 04/30 21:39
GeeBen : 這樣就不能說Nash偷mvp了很不方便 04/30 21:59
Parazicecum : 這不是失敗的模型啊 這反而證明這是成功的模型 因為 04/30 22:08
Parazicecum : 精神上的感動只是訓練數據中的outlier 甚至幾乎可以 04/30 22:09
Parazicecum : 算是noisy data了 如果連這都預測的出來反而要懷疑 04/30 22:09
Parazicecum : 失敗的是亂把數據中的outlier解讀被"MVP被偷"的人 04/30 22:10
EZ78 : …你都講非典型了還要說這模型爛喔。 04/30 22:39