Re: [閒聊] 嘗試以機器學習排出P+前三隊

[tony790927 (Chiao)]

 
感謝大大有趣的文～
剛看了下UCLA論文後有幾個機器學習的問題想問，因文長用回文形式，若不適合本版我再刪
文
 
1. 關於features數目，原論文似乎自己挑18個數據，把一些數據如總籃板數、失誤（他們?
得失誤比較無法顯示好壞表現）等拿掉
 
而原po似乎是遠多於18再用2次降維方式後再K-Mean
 
不過論文看起來他們只是拿降維後的做2D visual而已 （下圖）
 
 https://i.imgur.com/XbFWIRD.jpg
 
拿去K-Mean的是沒降維的，畢竟只有18維。這邊或許可以自己挑出類似features，才不會太
雜亂數據影響。
 
以下是他們選的
 
 https://i.imgur.com/pYlMp8f.jpg
 
2. 論文最後是有說到其實「每個群是類似的」
 
如下圖, 每個群跟隊伍排名的線性關係p-value都很大（p-value 越大信心程度很小）
 
 https://i.imgur.com/nx3TZqw.jpg
 
“This suggests that there is no relationship between how good a team is and mem
bership in a particular cluster. “
 
就是幾乎沒關係的意思
 
文中提到重點是「離每個分群質心的距離」才能顯現好壞球員，例如在x群中的離x群的中心
越遠，則球員越猛
 
 https://i.imgur.com/FZ7CUxK.jpg
 
可看到p-value才0.02左右（0.98的信心）
 
簡言之，如果直接拿每個群當成一二三隊似乎不適合，可能用與跟質心的距離排出各個球員
才比較好。
 
而原PO現在分群中的第一隊，可能有些人是比較靠近質心，有些人則是遠離質心，比較好的
式可以多列出他們與質心的距離，越大則是越厲害
 
不過上述都是建立在你是follow這論文的作法，如果你有修改的話可能就不是我上述所說的
一樣了。
 
話說我也可能有錯，只是小弟的一些看法，歡迎指正。
 
發此文的用意只在推崇科學與運動的結合，很感動台籃版越來越活絡，也感謝原PO的effort
 
----
Sent from BePTT on my iPhone 7
 
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.99.29.154 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/basketballTW/M.1657248300.A.D9E.html
推 csro7788    : 推推
→ Joshuaian   : 推，大力推！
推 a21215540   : 推
推 YYYero      : 推這篇
推 bobon0921   : i7 原po手機好能撐
→ tony790927  : 最近才從6s剛換成7 二手而已，小弟常摔手機，摔到
→ tony790927  : 才不會心痛XD
→ shifa       : 所以這篇是用分群去界定一二三隊的範圍，然後根據
→ shifa       : 分群去找跟勝場有最高度相關的球員？
我的理解：這篇UCLA的論文是先找出”類似的球員”的分群，然後根據所有30隊nba隊伍
算出每隊nba隊伍含有第一群、第二群的比例，（例如咖喱、k湯在第四群, 勇士隊含有第四
群
球員比例是2/n, 同樣地算出含有第一、二…群比例，以及其他隊如籃網隊的各群比例），?
現算出來含有各群比例跟不同nba
隊伍之間的排名沒有實質線性關係，進而間接發現其實每個分群其實都是均勻，沒有明顯哪
個群比哪個群厲害。後來他們發現是群中的球員到群的質心距離才能代表球員好壞
推 a034506618  : 推
推 pupss93101  : 推整理，很清楚！
推 johnbill    : 好文
→ lwswjs      : 很好 有文獻探討 也有引用
推 xpope       : 有點意思
推 lszh9999    : 看來台籃板也是一堆ML的高手
推 hsuehhm     : 每個群裡的球員代表場上表現類似 但越遠離群中心
→ hsuehhm     : 的球員（離群）代表有較群裡他人不一樣的表現
沒錯！
推 TimmyWendell: 好像有些字被吃掉了？像第一點：覺得
 
※ 編輯: tony790927 (122.99.29.154 臺灣), 07/08/2022 13:28:15
推 chih2loveu  : 感謝原po用心幫我找問題所在！關於第一點我去年也是
→ chih2loveu  : 只有使用傳統數據，跑出來結果合理但又覺得沒什麼代
→ chih2loveu  : 表性，今年才野心比較大想增加features，結果還無法
→ chih2loveu  : 掌握好xD第二點我還真的忘記去試了，雖然我有修改做
→ chih2loveu  : 法，但或許與質心距離也會是我系統中的key point，
→ chih2loveu  : 我會再想想怎麼實現和應用，最後再感謝原po一次！！
→ tony790927  : 原來你去年就試過！真用心！
→ tony790927  : 原論文也說可以放多一點features，多一點應該是很
→ tony790927  : 有用，例如效率值、正負、Game Score等進階數據，
→ tony790927  : 但全放可能太多就是
→ tony790927  : 話說你有把結果放GitHub嗎？如果有前處理好的或許
→ tony790927  : 可以考慮釋出，有時間的話我也可以考慮用別的架構
→ tony790927  : fit看看一個model
推 chih2loveu  : 因為結果沒很好所以沒打算要上傳 大大如果你要的話
→ chih2loveu  : 再來信給我 我再把這次的資料給你~
→ chih2loveu  : 我前處理只有cleaning和正規化而已 之後再試試看怎
→ chih2loveu  : 麼有系統的features select