今天是去到講話關於
什麼提供這最好的機會為了A回來在這NBA。
所以我的姓名是韋斯頓三文魚。
我是現在A學生在俄克拉何馬州狀態大學
學習為了商業分析和數據科學在我們的碩士程序。
和我的姓名是扎克磨坊主。
我是還A學生在俄克拉何馬州狀態大學
和還學習為了我的碩士在業務A分析學和數據科學。
全部正確的，所以是去到覆蓋這桌子內容真實的快的。
那節目什麼是正在做自始至終這推介會。
第一的是去到開始和一個介紹
那討論為什麼是這裡和什麼確切地這學習是為了。
然後是去到跳進入我們的數據和方法，
和那看起來在什麼做這數據看喜歡，
如何做過我們完全的我們的分析，
和這不同的方法我們操縱的我們的數據。
出色地然後看在這描述性和預測性比例
那展示什麼能我們派生從這原樣的數據
和然後什麼做我們的預測看喜歡。
然後在這結尾，
出色地得出結論這推介會
和看在什麼是這分析的影響
和如何它能是用過的經過NBA團隊在這未來。
這是A引用經過加貝坦率。
他是這導演的籃球分析和這散安東尼奧馬刺隊。
我們想法這會是A好的引用
在處理時投入[聽不清 00:01:16]
和還這NBA是在一般的。
所以他說，
“我思考分析有越來越受歡迎
因為它能給你A競爭的優勢
如果你做它出色地。
每一個小的少量有幫助。”
通過我們的推介會，是去到討論
NBA分析和如何他們能生產來背
基於在這數據那我們尋找。
我們想法這引用真的輻到這全面的客觀的的我們的項目。
現在我會經過它離開到扎克對我介紹這項目作為A所有的。
謝謝，韋斯頓。
去進入這介紹這裡，去進入A NBA季節，
每一個團隊有一常見的目標，和那是到贏這錦標賽。
喜歡我說，去進入這季節， A很多的團隊希望為了40加贏
在他們的82-遊戲季節，
但A偉大的季節通常結果在50加贏了。
然後還我們的基本的興趣為了這推介會和分析
是在這難的戰鬥過勝利或者還有被稱為翻盤胜利
經過這些不同的團隊。
我們定義A回來勝利
作為這獲勝團隊失去經過10加積分在中場休息。
在中場休息存在向下經過更多的比比賽結束時10分，
我們是看見那每一個所以經常
那裡是團隊那是服用A帶領和最終獲勝這遊戲。
然後最後，
我們有我們的分析那利用玩-經過-玩數據和薪水數據套，
哪個我們將要去進入A小的更多的細節在只是A很少分鐘。
現在是去到討論這兩個業務問題
那我們想到回答使用兩個都這數據。
第一的，看著在這玩-經過-播放數據，
我們想到知道確切地什麼戲劇或者順序的戲劇之內這遊戲
給這團隊這最偉大的機會在A回來勝利。
我們想到知道什麼確切地球員和教練可以做
和畫向上在這線向上到生產A回來。
然後和這薪水和職業統計數據
我們真的想到看如何那些變量，
這薪水和職業統計數據，
能是用過的到決定如何涉及A玩家應該是在回來勝利。
所以不是一定只是如何出色地他們履行作為他們實際上履行，
但還如何他們應該履行基於在這些變量。
所以哪個球員是表現不佳
和超過表演根據到他們的合同和追踪記錄？
下一個出色地討論這數據和方法那我們用過的為了兩個都這數據套。
喜歡我說，我們哈兩個數據套。
這第一的一專注的在逐個播放數據。
這數據包含這過程和每場比賽的結果
之內每一個遊戲從2015年通過2018.
所以它包括全部30 NBA團隊和確切地什麼他們做過
在每一個單身的玩自始至終這遊戲自始至終這些年。
扎克將要還講話關於這薪水數據那我們有。
正確的，所以去進入這薪水數據，它包含這薪水信息
為了每個的這球員
那是提及在這逐個播放數據。
無論那玩家那曾是播放數據中提到
玩過一分鐘的NBA時間或者數百的分鐘的NBA時間，
他們是出現在我的薪水數據。
我可以然後去和看什麼他們的職業統計數據和什麼他們的薪水曾是
為了這季節那我們是看著之內這逐個播放數據。
現在是去到看在這關鍵變量
那我們成立之內這逐個播放數據放。
你能看事物這樣的作為回來，
一半時間赤字，這射擊距離，結果類型，和反彈類型。
但二那我們想到專注於在特別的曾是這回來。
那是A多變的[聽不清 00:04:51]
它曾是我們的旗幟多變的和用作我們的預測器。
我們標記的這一下一個到全部遊戲
在哪裡A團隊落後的經過10或者更多的半場得分
和來了後退和韓元和它曾是A零如果不是，
因為作為我們說，
這全面的目標的這推介會
是到看什麼線索到來後退在一般的。
然後還我們想到看看半場赤字，
哪個曾是其他多變的那我們創建。
這節目這數字的點，這某隊落後的通過在中場休息。
如果這赤字曾是更大比或者等於10分，
然後那些是這遊戲那我們具體來說看著在，
和然後我們想到看如果那些比賽中的戲劇
引領到A回來在這結尾。
現在看著在一些的這鑰匙變量為了這薪水數據。
這些作為A所有的是變量那我們決定
是去到是重要的為了我們的分析。
但一次再次，
我通緝到專注於A很少的這些或其中幾個變量
作為我感覺那他們是更重要到觀點出去和解釋。
第一的的哪個存在這玩家參與多變的。
這玩家參與個人參與的變量說明
在鑰匙戲劇期間捲土重來。
這些戲劇可以包括鏡頭，籃板、犯規、
任何的這可操作的戲劇
那我們看自始至終這逐個播放數據。
所以我們通緝到拿個人帳戶
從球員所以我們可以看
如何許多次A肯定玩家
曾是整個賽季投籃，
和真的是有能力的到比較這些球員
到聯盟內的其他球員
然後去到來後退分數。
這是A最小-最大限度計分方法
那我們使用到分數這全面的玩家參與。
這是什麼我們使用到真的量化如何涉及這些球員是。
這是利用這玩家參與變量
那你看那我只是解釋。
我通緝到去A小的少量更深進入這回來分數計算
只是到製作當然那每個人明白如何這曾是計算。
作為我說，它曾是A最小-最大限度評分方法，
和這曾是用過的到確定玩家的參與
期間他們的團隊的回來勝利。
這最小-最大限度方法創造這分數,
服用這球員參與考慮，
相對的到這範圍的價值觀那出現為了每個多變的。
它會拿這最大限度數數的這些不同的戲劇
和它會使用那作為這最大限度和然後A最低限度
的通常什麼我們成立會是零作為肯定球員會僅有的玩
A非常低的數量的分鐘從零和全部這方式向上到數百的分鐘。
但通常和這零分鐘球員，
我們成立那他們做過不是貢獻很多到這些回來贏了。
以下你看這公式那我們用於每個玩家
到創造這回來分數。
這是A完美的例子作為我們看這協助數數
分為經過這最大助攻次。 1667,
哪個.1667存在1個分為經過這全部的的這6個包括變量，
哪個是什麼我們會稱呼這重量為了這公式。
每個的這些變量曾是加權的一樣
和我們拿這最小-最大限度每個變量的分數
和相乘那經過100到得到這最終的分數。
出色地現在看在這玩-經過-玩分析方法。
什麼時候服用這數據，我們第一的開始了經過合併。
我們有六CSV文件文件，
一那確定每個個人年，
和我們合併全部那些進入一中央文件
所以我們可以看在每個逐個播放數據從這六年那我們有。
我們然後轉變這數據使用旗幟變量。
作為我們說，
我們創建A柱子那指定的無論那裡曾是A回來或者不是。
我們第一的看著在這中場休息分數
和鋸如果團隊是尾隨經過10或者更多的在中場休息。
我們會然後拿那些遊戲
和然後看如果A回來實際上發生。
如果它做過，我們標記的一和具體來說出色地得到那些戲劇那發生。
然後為了這描述性的分析，
我們看著在不同的圖表之內畫面。
這些包括事物作為如何遠的離開這球員是射擊從這籃子，
以及是否他們是丟失的或者假裝他們的鏡頭，
這反彈類型，一個nd事物像那樣
到得到一個主意的什麼球員是正在做期間這遊戲,
如果他們是實際上生產好的結果到安全的A回來。
然後最後，這預測的分析我們做過在傑MP臨使用A決定樹
到看哪個戲劇和連續劇生產這來後退
和如何我們能更好的看在那些在這未來到然後有團隊
是有能力的到生產更多的捲土重來自始至終這季節。
現在為了這方法和這薪資分析。
第一的離開，我們有到做一些桌子加入。
這些關節是必要的到得到所有數據表放在一起
作為我們需要他們全部一起
到真正能夠潛入一切作為A所有的
分開的它不是也很多幫助為了我們。
然後我們已經感動在到一些數據轉型。
我們寫了數據庫查詢到收集這計數的這鑰匙指標。
這是如何我們得到這計數的鏡頭
為了這各種各樣的球員
沿著和其他事物這樣的作為再平衡或者犯規。
然後我們感動在到一些描述性的分析那曾是完全的在畫面。
和這描述性的分析，
一的這鑰匙事物那我們是看著
曾是這回來分數,這實際的回來分數,
和這預料到的回來分數相對這薪水的這玩家。
所以我們可以看只是如何出色地他們是表演
相對的到他們的薪水。
然後最後我們有A預測的分析。
我們做過A線性的回歸那曾是完全的在JMP臨。
我將要去進入A小的少量更多詳情關於那A小的少量之後在。
現在是去到跳
進入那些描述性的和預測的分析那我們實施。
是去到開始和這描述性的分析第一的。
這裡，我們想到看在這薪水相對捲土重來經過每個NBA團隊。
如果你看在這數據點，
你能看那最多團隊跟隨趨勢線，
意義那作為他們多花錢在他們的團隊和薪水，
他們還生產A更大數字的捲土重來。
所以你能看那這波士頓凱爾特人隊
有這最多捲土重來在14朝向頂部，
和然後這克利夫蘭騎士隊有這最高薪水有薪酬的，
但還一的這最少捲土重來和僅有的五捲土重來。
什麼我們想法曾是這最多有趣的曾是這印第安納州步行者，
因為不是僅有的做過他們支付這樣的A低的薪水，
但他們是還有能力的到產生 12 回來
哪個是這第三最多自始至終這NBA。
我通緝到關注印第安納步行者隊
和看什麼確切地他們在做
那允許他們到產生如此高的複出率
和這樣的A低的薪水速度。
作為韋斯頓說，我們通緝到重點在這印第安納州步行者隊。
這裡我們看這薪水的步行者隊的球員與他們個人的複出得分。
一些高度得分球員是成立之內這印第安納州步行者隊名冊，
作為你能看和邁爾斯車工，卡爾森，年輕的，喬治，和奧拉迪波。
這頂部得分球員是傳播穿過這薪水光譜。
所以你看一些便宜的球員這樣的作為邁爾斯·特納或卡爾森
存在更多的的A中-範圍播放器,薪水有薪酬的播放器。
然後你還有更多的昂貴的球員這樣的作為保羅喬治
或維克多奧拉迪波更遠向這頂部正確的的這圖形那裡。
所以你能真的看如何他們已經分散財富
和是得到最大限度表現出去的他們的高薪球員，
但還發現表現出去的降低有薪酬的玩家。
你能還看那他們有一些中間等級球員那來進入玩
和提供大的幫助到這步行者隊
作為他們需要一些球員到來離開這長椅
和是有能力的到提供
一些鑰匙價值戲劇和生產捲土重來。
作為我說，一的這鑰匙我想指出的要點
曾是那圖片維克多·奧拉迪波——這最高有薪酬的球隊中的球員——
是還這最高表演在條款的回來分數，
所以他們是確實得到他們的值得出去的他作為A播放器。
全部正確的，所以現在是去到得到進入我們的預測的分析。
到開始和這逐個播放數據，我們決定到製作A決定樹
到預測這玩類型那線索印第安納州步行者隊生產一個來後退
使用這下列的變量那個你能看以下。
出色地看那僅有的A這些變量中的幾個
實際上玩過A巨大的影響在預測無論這步行者隊
將要來後退從10或者更多的點。
在這決定樹，
那裡是二節點在特別的。
一在哪裡這距離射擊曾是大於或等於 26 英尺
從這籃子，和他們是製作那些，
作為出色地射程大於或等於 3 英尺
從這籃子，
意義那他們是看著更多的的A佈局選項。
現在是去到看在那些二節點A小的少量更多的在特別的。
這些分支機構，作為我說，
預測那這步行者隊生產回來勝利。
在這全面的模型我們有A驗證錯誤分類速度的45.97%。
作為我說，
這模型預測那製成鏡頭的26 英尺及以上
製成上籃3英尺或者更遠從這籃子線索到捲土重來。
我們會說是，
他們應該真的重點在這三點方面
和更多的更高百分比槍擊案這樣的作為上籃，
因為作為你能看在兩個都的那些，這預言曾是一，
哪個在這案件方法那這步行者隊是有能力的到生產A回來。
你能看那和這26腳和進一步的節點，
這可能性那它等於1個曾是62.75%,
然後什麼時候我們在距離籃筐 3 英尺或更遠的地方投籃。
你有A可能性那你會勝率為 75.9%，
或者來後退在75.9%。
然後作為我說，
那裡是二變量那看起來最重要
的這10那我們看著在
在預測為什麼這步行者能夠捲土重來
那曾是第一的射擊距離。
哪個看著在如何遠的球員射擊這球，
和然後還射擊結果。
那是無論他們製成或者錯過這射擊。
和這距離，作為我說，
26英尺或者更遠，哪個是關於這三-觀點範圍，
或者一些的那些更高百分比鏡頭在這玩為了A躺下。
然後還如果你是製作更多的鏡頭，
你是生產A更高分數給予你A更好的機會的未來後退。
全部正確的，所以現在移動進入
我們的線性的回歸部分的我們的預測分析。
這回歸，作為我說，曾是完全的在JMP親，
和這曾是完畢到預測這回來分數的個人球員
基於在這下列的變量那你看那裡在屏幕。
A夫妻的這鑰匙那些到觀點out 將是他們個人球員的薪水，
他們的團隊姓名，和然後他們的職業統計，
作為你看和全部那些不同的變量那裡。
它是還重要的到筆記
那這變量是已選擇為了這種回歸
基於在他們的等級的意義。
如果這多變的曾是不是成立到意義重大，
它曾是不是包括在這回歸。
去進入這概括的適合這個線性回歸，
我做想到觀點因為它確實有一個低 R 方，
但這是不是A基本的憂慮為了我們的分析。
我們知道那這回來分數
會是基於在這回來參與統計，
但我們現在通緝到知道
什麼這得分將是基於在完全地不同的變量。
所以反而的使用這變量
那我們用過的到創造這統計最初，
是現在使用新的變量到嘗試到預測什麼它應該是基於在，
喜歡我說，他們的薪水和職業統計數據。
那方法那這預測會各不相同從這原來的分數
和那曾是不是僅有的預期的在我們的分析，
但它曾是還想要的那我們得出了不同的分數
到真的看如何他們是應該到履行。
現在，基於在這分析，
我們是有能力的到來向上和一些的這最多重要的變量。
這第一的的哪個那我們鋸曾是最多重要的曾是薪水。
某物那我們是看見
是那更高有薪酬的球員是預計會有更多表現，
哪個是某物那你肯定會看到更多
在這實際的NBA。
看見那球員喜歡維克多·奧拉迪波或勒布朗詹姆斯
和更高工資有薪酬的到他們會是表演更好的
比那些和降低工資。
然後移動在從那裡，我們還有這團隊。
這一確實使感覺
作為你看那一些的這頂部團隊
那它正在尋找復出的勝利
和預測這回來分數
是這金的狀態勇士隊和印第安納步行者，
哪個是A夫妻的這團隊那我們鋸
有這最高數字的翻盤胜利
超過這季節那我們是看著在。
然後我們還有A夫妻的職業統計那真的彈出向上
和顯示到我A夫妻的這最多重要的變量
為了這回歸。
這第一的的哪個存在這職業全部的籃板球經過這球員，
和然後那曾是已關注經過這職業點。
看見那玩家有更高職業生涯總籃板和更高的得分，
我們預期的那些球員到生產更多的
價值每當它來了到創造回來勝利。
患病的還筆記那這些重要變量
是計算的通過這日誌值得。
現在是去到看在這結論的這推介會。
好的，所以去進入一些的這印第安納州步行者隊預測，
具體來說想到觀點一些步行者隊的頂級球員
和在下面表演者。
這藍色的點那你看那裡是真正的步行者隊的最佳表現者
那我們鋸在這早些時候圖表
的這實際預測的複出分數與薪水，
然而現在我們是查看預測分數
或者他們的實際的回來分數，對不起，相對這薪水，
現在我們是看著在這預測分數。
這這橙子Xs標記這步行者隊表現不佳。
這表現不佳者在這圖形和這橙子Xs,
我們是看見他們預料到的到相對高很多
比他們的隊友，然而和他們的實際的分數,
他們是發現他們自己更多的包裝的中低端
相對的到他們的隊友，
哪個真的節目我們那他們是不是表演
向上到什麼他們的工資和職業統計
比如說他們應該是表演
特別什麼時候它來了到創造A回來勝利。
但它是重要的到觀點出去
那這團隊有完畢A偉大的簽下廉價球員的工作
那生產回來贏了。
我們看那些球員這樣的作為邁爾斯·特納或卡爾森，或楊
那有A小的少量降低工資，
但他們還生產A很多的戲劇
那能幫助和創造A回來贏。
然後我們還通緝到觀點出去
克利夫蘭騎士隊的一些預測
和他們的故障那去和他們。
這騎士隊應該有多種的高的-等級回來玩家。
一具體來說到觀點出去會是凱文愛。
凱文愛是那裡在這圖的頂部
和他有兩個都一個橙子X和A藍色的標記下一個到他的姓名。
那只是分數那他曾是一的這實際的頂部表演者
對於騎士來說，
但在這相同的時間，他是在下面表演大大。
所以在我們的預測，
我們能看那他是預料到的到實際上履行更好的比起勒布朗詹姆斯，
哪個是某物那是非常有趣的到觀點出去。
喜歡我說，和我們的預測根據薪水和他們的職業統計數據，
我們會預計凱文愛到超越勒布朗詹姆斯
什麼時候它來了到生產回來贏了。
但在現實，他是實際上相當遠遠低於列表
和他仍然遺跡一的這頂部表演者，
但他做不是生產幾乎作為很多作為勒布朗詹姆士做。
現在我們還通緝到看在這最好的有價值的球員在NBA。
我們展示這頂部五這裡。
看著在他們的預料到的回來分數,
你有人們這樣的卡爾-安東尼-唐斯、喬爾-恩比德、
和本西蒙斯
誰被預測到是一些的這更高表演球員
在這全部的聯盟。
但作為你能還看，什麼時候這數據曾是採取，
他們有相對地低的工資比較的到其他玩家。
什麼我們推薦這裡
是確實給予這些球員這他們應得的合同，
作為他們幫助團隊生產捲土重來和明顯地
提供統計數據那允許團隊到履行他們的最好的。
他們是絕對做得更多為了什麼他們是實際上值得。
然後我們還通緝到查看最佳預測線
為了這步行者隊。
作為我提及早些時候，
那三觀點在高的百分比強調。
所以建造向上陣容的射擊威脅從距離。
你有人們這樣的作為羅賓遜、約瑟夫和喬治
他們的平均的射擊距離是關於15 英尺及以上
什麼時候這三-觀點線是關於25英尺，
所以那節目那他們投了很多三分，
但他們是還製作它。
不是僅有的是他們射擊從那遠的，
但他們是還更多的可能到製作他們的鏡頭，
所以那些人們會是很高興擁有在這線向上
每當你是試到生產A回來
作為他們是更多的高效的。
還因為他們能射擊從深的，
你預計那他們還有A堅硬的玩向下低的
到是有能力的到得到A快速躺下
和得到那些更高百分比鏡頭進去作為出色地。
作為我提及，
一個平均的距離的製成三分線附近的投籃是
非常對步行者尤其重要
到是有能力的到生產A高的數字的捲土重來。
這分析確認什麼是已經去在在這NBA。
通常，團隊WHO尋找他們自己向下經過A肯定數字在中場休息
將要扔向上A小的少量更多的三-觀點鏡頭，
但還他們不真的專注於高百分比的外觀
只是從向下低的進入這籃子。
我們還思考那他們應該專注於劇本創作，
允許他們到只是得到A快的建立並在此基礎上建立勢頭
作為他們嘗試到生產A回來之後在。
全部正確的，所以那包起來我們的推介會。
我們只是想到說A快的感謝你，
和這是在哪裡我們會打開它向上到問題。
