레벨 : 초보자
코네티컷 대학교 학생 Vineela Datla
코네티컷 대학교 학생 Thore Koch
코네티컷 대학교 학생 Johana Rodriguez
코네티컷 대학교 학생 Anan Garg
선수 추정을 평가하는 것은 FIFA 클럽에게 도움이 될 수 있으며 지출 예산을 책정하기 위해 선수들과 계약을 맺을 수 있습니다. sofifa.com에서 스크랩 한 데이터는 JMP를 사용하여 샘플링, 탐색, 수정, 모델링 및 분석되었습니다. 데이터 세트에는 플레이어 정보 및 성능 통계로 광범위하게 분류 된 88 개의 서로 다른 열이 있으며 각 행은 2019 년 개별 FIFA 플레이어에 속합니다. 샘플링 단계에서 데이터는 교육, 검증 및 테스트를 위해 40-30-30으로 분할됩니다. 수정 단계 동안 주요 구성 요소 분석을 사용하여 6 가지 주요 속성에 29 가지 주요 성능 속성이 제공됩니다. 데이터는 JMP 공식 및 분포도를 사용하여 기능 설계 및 분석됩니다. 의사 결정 트리, K- 가까운 이웃 및 신경망 모델은 플레이어의 가치를 예측하기위한 최상의 모델을 식별하기 위해 만들어졌습니다. 그런 다음 모델 비교 기능을 사용하여 모델을 비교하고 테스트 데이터의 성능을 기반으로 최상의 모델을 식별합니다. 이 모델은 성능 속성이 주어지면 중저역 플레이어의 가치를 가장 잘 예측할 수 있습니다.
