JMP（R）を使用してFIFAプレーヤーの市場価値を予測する（2019-US-EPO-254）レベル：初心者
コネチカット大学の学生、Vineela Datla
コネチカット大学学生、Thore Koch
ジョハナロドリゲス、コネチカット大学の学生
Anan Garg、コネチカット大学の学生
プレーヤーの見積もりを評価することは、支出予算に取り組むためにプレーヤーと契約を交わしながら、FIFAクラブにとって役立つ場合があります。sofifa.comからスクレイピングされたデータは、JMPを使用してサンプリング、調査、修正、モデル化、分析されています。データセットには、プレーヤー情報とパフォーマンス統計として広く分類された88の異なる列があり、各行は2019年の個々のFIFAプレーヤーに属します。サンプリングフェーズでは、トレーニング、検証、テストのために、データが40〜30〜30に分割されます。変更フェーズでは、主成分分析を使用して、6つの主要な属性で29の主要なパフォーマンス属性が取り上げられます。データは、JMPの式と分布プロットを使用して機能設計および分析されます。決定木、K最近傍およびニューラルネットワークモデルは、プレーヤーの価値を予測するための最適なモデルを識別するために構築されます。次に、モデル比較機能を使用してモデルが比較され、テストデータでのパフォーマンスに基づいて最適なモデルが識別されます。このモデルは、パフォーマンス属性を考慮して、低〜中距離のプレーヤーの値を最適に予測できます。
サミットのベストePoster予測モデリング
