Level: Anfänger
Vineela Datla, Studentin, Universität von Connecticut
Thore Koch, Student, Universität von Connecticut
Johana Rodriguez, Studentin, Universität von Connecticut
Anan Garg, Student, Universität von Connecticut
Die Einschätzung der Einschätzung eines Spielers kann für die FIFA-Klubs hilfreich sein, wenn sie Verträge mit Spielern abschließen, um an einem Ausgabenbudget zu arbeiten. Die von sofifa.com gesammelten Daten wurden mithilfe von JMP erfasst, untersucht, modifiziert, modelliert und analysiert. Der Datensatz enthält 88 verschiedene Spalten, die grob als Spielerinformationen und Leistungsstatistiken klassifiziert sind. Jede Zeile gehörte 2019 einzelnen FIFA-Spielern. In der Stichprobenphase werden die Daten für Training, Validierung und Test in 40-30-30 aufgeteilt. Während der Änderungsphase werden 29 Schlüsselleistungsattribute mithilfe der Hauptkomponentenanalyse in sechs Hauptattributen dargestellt. Die Daten werden mithilfe von JMP-Formeln und Verteilungsdiagrammen merkmalsentwickelt und analysiert. Der Entscheidungsbaum, K-Nearest Neighbours und neuronale Netzwerkmodelle werden erstellt, um das beste Modell zu identifizieren, um den Wert eines Spielers vorherzusagen. Die Modelle werden dann unter Verwendung der Modellvergleichsfunktion verglichen, und das beste Modell wird basierend auf seiner Leistung anhand von Testdaten identifiziert. Das Modell kann die Werte von Spielern mit niedriger bis mittlerer Reichweite anhand der Leistungsattribute am besten vorhersagen.
