今天 是 去 到 演講 關於
什麼 提供 這 最好的 機會 為了 a 回歸 在 這 NBA。
所以 我的 姓名 是 威斯頓 鮭魚.
我是 現在 a 學生 在 俄克拉荷馬州 狀態 大學
學習 為了 商業 分析 和 數據 科學 在 我們的 大師 程式.
和 我的 姓名 是 札克 磨坊主。
我是 也 a 學生 在 俄克拉荷馬州 狀態 大學
和 也 學習 為了 我的 大師 在 商業A 分析 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 演出 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 方式 我們 操縱 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 衍生 從 這 現有數據
和 然後 什麼 做 我們的 預測 看 喜歡。
然後 在 這 結尾，
出色地 結束 這 推介會
和 看 在 什麼 是 這 分析的意義
和 如何 它 能 是 用過的 經過 NBA 團隊 在 這 未來。
這裡是 a 引用 經過 沒有 坦率。
他是 這 導演 的 籃球 分析 和 這 聖 安東尼奧 馬刺隊。
我們 想法 這 會 是 a 好的 引用
把它加入進來，因為它處理 [聽不清楚 00:01:16]
和 也 這 NBA是 在 一般的。
所以 他 說，
“我 思考 分析 有 人氣增長
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 位元 有幫助。
透過 我們的 推介會， 是 去 到 討論
NBA 分析 和 如何 他們 能 生產 來 背部
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 專案.
現在我將 經過 它 離開 到 札克 大部頭書 介紹 這 專案 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 那就是 到 贏 這 錦標賽。
喜歡 I 說， 去 進入 這 季節， a 很多 的 團隊 希望 為了 40 加 勝利
在 他們的 82- 遊戲 季節，
但 a 偉大的 季節 通常 結果 在 50 加 獲勝。
然後 也 我們的 基本的 興趣 為了 這 推介會 和 分析
是 在 這 難的 戰鬥 勝利 或者 被稱為逆轉勝利
經過 這些 不同的 團隊。
我們 定義 a 回歸 勝利
作為 這 獲勝 團隊 輸 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 比賽結束時得了10分。
我們 是 看到 那 每一個 所以 常
那裡 是 團隊 那 是 採取 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 兩個商業問題
那 我們 想 到 回答 使用 兩個都 這 數據。
第一的， 尋找 在 這 玩- 經過- 比賽數據，
我們 想 到 知道 確切地 什麼 玩 或者 順序 的 玩 之內 這 遊戲
給 這 團隊 這 最 機會 在 a 回歸 勝利。
我們 想 到 知道 什麼 確切地 球員和教練可以這樣做
和 畫 向上 在 這 線 向上 到 生產 a 回歸。
然後 和 這 薪水 和 職業 統計數據
我們 真的 想 到 看 如何 那些 變數，
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 回歸 勝利。
所以 不是 一定 只是 如何 出色地 他們 執行 作為 他們 實際上 履行，
但 也 如何 他們 應該 執行 基於 在 這些 變數。
所以 哪個 玩家 是 表現不佳
和 超過 表演 根據 到 他們的 合約 和 追蹤 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 I 說， 我們 哈 d二 數據 套。
這 第一的 一 專注 在 逐幀解說 數據。
這 數據 包含 這 流程 和 每場比賽的結果
之內 每一個 遊戲 從 2015 透過 2018年。
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。
札克 將要 也 演講 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 資訊
為了 每個 的 這 玩家
那 是 提及 在 這 逐幀解說 數據。
無論 那 玩家 那 曾是 比賽實況數據中提到的內容
玩 一 分分鐘 的 NBA 時間 或者 數百 的 分分鐘 的 NBA時間，
他們 是 出現 在 我的 薪水 數據。
I 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 逐幀解說 數據。
現在 是 去 到 看 在 這 關鍵變數
那 我們 成立 之內 這 逐幀解說 數據 放。
你 能 看 事物 這樣的 作為 回歸，
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 回歸。
那是 a 多變的 [聽不清楚 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 已標記 這 一 下一個 到 全部 遊戲
在哪裡 a 團隊 拖著 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 也 我們 想 到 看看半場結束時的分差，
哪個 曾是 其他 多變的 那 我們 已創建。
這 演出 這 數位 的 積分， 這 某個團隊 拖著 到 中場休息。
如果 這 赤字 曾是 更大的 比 或者 等於10分，
然後 那些 是 這 遊戲 那 我們 具體來說 看起來 在，
和 然後 我們 想 到 看 如果 那些比賽中的精彩表現
引領 到 a 回歸 在 這 結尾。
現在 尋找 在 一些 的 這 鑰匙 變數 為了 這 薪水 數據。
這些 作為 a 所有的 是 變數 那 我們決定
是 去 到 是 重要的 為了我們 分析。
但 一次 再次，
I 通緝 到 重點是 a 很少 的 這些變數或其中幾個變數
作為 I 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 變數解釋了個人參與情況
在 鑰匙 玩 期間 逆轉。
這些 玩 可以 包括 鏡頭， 籃板、犯規、
任何 的 這 可採取行動 玩
那 我們 看 自始至終 這 逐幀解說 數據。
所以 我們 通緝 到 拿 個人 帳戶
從 玩家 所以 我們 可以 看
如何 許多 時代 a 肯定 玩家
曾是 整個賽季都在投籃，
和 真的 是 有能力的 到 比較 這些 玩家
到 聯盟內的其他球員
然後 去 到 來 後退 分數。
這 是 a 最小值 最大限度 得分 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 玩家 是。
這 是 利用 這 球員參與變數
那 你 看 那 I 只是 解釋過了。
I 通緝 到 去 a 小的 位元 更深 進入 這 回歸 分數 計算
只是 到 製作 當然 那 每個人 明白 如何 這 曾是 已計算。
作為 I 說， 它 曾是 a 最小值 最大限度 評分方法
和 這 曾是 用過的 到 確定球員的參與程度
期間 他們的 團隊的 回歸 勝利。
這 最小值 最大限度 方法 創建 這 分數，
採取 這 玩家 參與程度也應考慮在內
相對的 到 這 範圍 的 值 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 玩
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 玩家 會 僅有的 玩
a 非常 低的 數量 的 分分鐘 從 零 和 全部 這 方式 向上 到 數百 的 分鐘。
但 通常 和 這 零 分分鐘 玩家們，
我們 成立 那 他們 做過 不是 貢獻 很多 到 這些 回歸 獲勝。
以下 你 看 這 公式 那 我們 用於每位球員
到 創造 這 回歸 分數。
這 是 a 完美的 例子 作為 我們 看 這 協助 數數
分割 經過 這 最大輔助 次數。 1667年
哪個 .1667 存在 1 分割 經過 這 全部的 的 這 6 包含的變數
哪個 是 什麼 我們 會 稱呼 這 重量 為了 這 公式。
每個 的 這些 變數 曾是 加權 同樣地
和 我們 採取 這 最小值 最大限度 每個變數的得分
和 乘以 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 採取 這 數據， 我們 第一的 開始 經過 合併。
我們 有 六 CSV 文件，
一 那 已識別 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 逐幀解說 數據 從 這 六 年 那 我們 有。
我們 然後 轉變 這 數據 使用 旗幟 變數。
作為 我們 說，
我們 創建 a 柱子 那 指定的 無論 那裡 曾是 a 回歸 或者 不是。
我們 第一的 看起來 在 這 中場休息 得分
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 回歸 實際上 發生了。
如果 它 做過， 我們 已標記 一 和 具體來說 出色地 得到 那些 玩 那 發生了。
然後 為了 這 描述性的 分析，
我們 看起來 在 不同的 圖表 之內 繪畫。
這些 包括 事物 作為 如何 遠的 離開 這 玩家 是 射擊 從 這 籃子，
以及是否 他們 是 遺失的 或者 偽造 他們的 鏡頭，
這 反彈 類型，a 和 事物 就像那樣
到 得到 一個 主意 的 什麼 玩家 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 回歸。
然後 最後， 這 預測 分析 我們 做過 在 J MP Pro 使用 a 決定 樹
到 看 哪個 玩 和 一連串戲劇 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 反擊 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 所有數據表匯總在一起
作為 我們 需要 他們 全部 一起
到 真正能夠深入了解一切 作為 a 所有的
分離 它 不是 也 很多 幫助 為了 我們。
然後 我們已經 已搬 在 到 一些 數據 轉變。
我們 寫道 SQL 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 玩家
沿著 和 其他 事物 這樣的 作為 再平衡 或者 犯規。
然後 我們 已搬 在 到 一些 描述性的 分析 那 曾是 完全的 在 繪畫。
和 這 描述性的 分析，
一 的 這 鑰匙 事物 那 我們 是 看著
曾是 這 回歸 分數， 這 實際的 回歸 分數，
和 這 預測 回歸 得分 相對 這 薪水 的 這 玩家。
所以 我們 可以 看 只是 如何 出色地 它們是 表演
相對的 到 他們的 薪水。
然後 最後 我們 有 a 預測 分析。
我們 做過 a 線性 回歸 那 曾是 完全的 在 JMP 專業。
I 將要 去 進入 a 小的 位元 更多詳情 關於 那 a 小的 位元 之後 在。
現在 是 去 到 跳
進入 那些 描述性的 和 預測 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 反擊 經過 每個 NBA 團隊。
如果 你 看 在 這 數據 積分，
你 能 看 那 最多 團隊 沿著趨勢線走，
意義 那 作為 他們 花更多錢 在 他們的 團隊 和 薪水，
他們 也 生產 a 更大的 數位 的 逆轉。
所以 你 能 看 那 這 波士頓 凱爾特人
有 這 最多 反擊 在 14 向上移動，
和 然後 這 克里夫蘭 騎士隊 有 這 最高 薪水 有薪水的，
但 也 一 的 這 最少 反擊 和 僅有的 五 逆轉。
什麼 我們 想法 曾是 這 最多 有趣的 曾是 這 印第安納州 溜馬隊
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 也 有能力的 到 產生 12 個逆轉
哪個 是 這 第三 最多 自始至終 這 NBA。
I 通緝 到 重點關注印第安納步行者隊
和 看 什麼 確切地 他們當時正在做
那 允許 他們 到 產生如此多的逆轉
和 這樣的 a 低的 薪水 速度。
作為 威斯頓 說， 我們 通緝 到 重點 在 這 印第安納州 溜馬隊。
這裡 我們 看 這 薪水 的 步行者隊球員與他們的各自逆轉得分。
一些 高度 得分 玩家 是 成立 之內 這 印第安納州 溜馬隊 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 玩家 是 傳播 穿過 這 薪水 光譜。
所以 你 看 一些 便宜的 玩家 這樣的 就像邁爾斯·特納或卡爾森一樣
存在 更多的 的 a 中- 範圍 玩家， 薪水 有薪資的 玩家。
然後 你 也 有 更多的 昂貴的 玩家 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 他們有 將財富分散出去
和 是 獲得 最大限度 表現 出去 的 他們的 高薪球員
但 也 尋找 表現 出去 的 降低 有薪資的 玩家。
你 能 也 看 那 他們 有 一些 中間 層級 玩家 那 來 進入 玩
和 提供 大的 幫助 到 這 溜馬隊
作為 他們 需要 一些 玩家 到 來 離開 這 長椅
和 是 有能力的 到 提供
一些 鑰匙 價值 玩 和 生產 逆轉。
作為 I 說， 一 的 這 鑰匙 我想指出以下幾點
曾是 那 圖片 維克托·奧拉迪波—— 這 最高 有薪資的 球隊中的一名球員——
是 也 這 最高 表演 在 條款 的 回歸 分數，
所以 它們是 確實 獲得 他們的 值得 出去 的 他 作為 a 玩家。
全部 正確的， 所以 現在 是 去 到 得到 進入 我們的 預測 分析。
到 開始 和 這 逐幀解說 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 溜馬隊 生產 怎麼樣？ 後退
使用 這 下列的 變數 你 能 看 以下。
出色地 看 那 僅有的 a 這些變數中的幾個
實際上 玩 a 巨大的 影響 在 預測 無論 這 溜馬隊
將要 來 後退 從 10 或者 更多的 積分。
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 投籃距離大於或等於 3 英尺
從 這 籃子，
意義 那 它們是 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 位元 更多的 在 特別的。
這些 分支， 作為 I 說，
預測 那 這 溜馬隊 生產 回歸 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 I 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 逆轉。
我們 會 說 是，
他們 應該 真的 重點 在 這 三點式
和 更多的 更高 百分比 槍擊事件 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 溜馬隊 是 有能力的 到 生產 a 回歸。
你 能 看 那 和 這 26 腳和進一步的節點，
這 可能性 那 它 等於 1 曾是 62.75%，
然後 什麼時候 我們當時投籃的距離籃框甚至更遠。
你 有 a 可能性 那 你 會 勝率75.9%，
或者 來 後退 在 75.9%。
然後 作為 I 說，
那裡 是 二 變數 那 似乎是最重要的
的 這 10 那 我們 看起來 在
在預測方面 為什麼 這 溜馬成功逆轉取勝。
那 曾是 第一的 射擊 距離。
哪個 看起來 在 如何 遠的 玩家 射擊 這 球，
和 然後 也 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 I 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 上籃。
然後 也 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 回歸 部分 的 我們的 預測分析。
這 回歸， 作為 I 說， 曾是 完全的 在 JMP 專業版
和 這 曾是 完畢 到 預測 這 回歸 得分 的 個人 玩家
基於 在 這 下列的 變數 那 你 看 那裡 在 螢幕.
A 夫妻 的 這 鑰匙 一個 到 觀點 扣除的將是球員的個人薪水。
他們的 團隊 姓名， 和 然後 他們的 生涯統計數據
作為 你 看 和 全部 那些 不同的 變數 那裡。
它是 也 重要的 到 筆記
那 這 變數 是 選定 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 具有重要意義，
它 曾是 不是 包括 在 這 回歸。
去 進入 這 概括 的 適用於此線性迴歸，
I 做 想 到 觀點 結果顯示它的RS平方值很低。
但 這 是 不是 a 基本的 憂慮 為了 我們的 分析。
我們 知道 那 這 回歸 分數
會 是 基於 在 這 回歸 參與統計數據，
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 變數。
所以 反而 的 使用 這 變數
那 我們 用過的 到 創造 這 統計數據 最初，
是 現在 使用 新的 變數 到 嘗試 到 預測 什麼 它 應該 是 基於 在，
喜歡 I 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 得分
和 那 曾是 不是 僅有的 預期的 在 我們的 分析，
但 它 曾是 也 想要的 那 我們得到了不同的分數
到 真的 看 如何 他們 是 據稱 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 變數。
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 看到
是 那 更高 有薪資的 玩家 是 預計表現更佳，
哪個 是 某物 那 你 肯定會看到更多
在 這 實際的 NBA。
看到 那 玩家 喜歡 維克托·奧拉迪波 或者勒布朗·詹姆斯
和 更高 薪資 有薪資的 到 他們 會 是 表演 更好的
比 那些 和 降低 薪資。
然後 移動 在 從 那裡， 我們 也 有 這 團隊。
這 一 確實 製作 感覺
作為 你 看 那 一些 的 這 頂部 團隊
那 它 原本期待一場逆轉勝利
和 預測 這 回歸 得分
是 這 金的 狀態 勇士隊 以及印第安納州 溜馬隊
哪個 是 a 夫妻 的 這 團隊 那 我們 鋸
有 這 最高 數位 的 逆轉勝利
超過 這 季節 那 我們 是 尋找 在。
然後 我們 也 有 a 夫妻 的 生涯統計數據 那 真的 爆裂 向上
和 顯示 到 我 a 夫妻 的 這 最多 重要的 變數
為了 這 回歸。
這 第一的 的 哪個 存在 這 職業 全部的 反彈 經過 這 玩家們，
和 然後 那 曾是 隨後 經過 這 職業 積分。
看到 那 玩家 有 更高 生涯總籃板數和更高得分，
我們 預期的 那些 玩家 到 生產 更多的
價值 每當 它 來了 到 創建 回歸 勝利。
患病的 也 筆記 那 這些 重要變數
是 計算 透過 這 紀錄 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 溜馬隊 預測，
具體來說 想 到 觀點 找出步行者隊的一些頂級球員
和 在下面 表演者。
這 藍色的 點 那 你 看 那裡 溜馬隊真正的最佳球員是誰？
那 我們 鋸 在 這 早些時候 圖表
的 這 實際預測迴歸得分與薪資對比
然而 現在 我們 是 查看預測分數
或者 他們的 實際的 回歸 分數， 對不起， 相對 這 薪水，
現在 我們 是 尋找 在 這 預測得分。
這 這 橘子 Xs 標記 這 溜馬隊的 表現不佳者。
這 表現不佳者 在 這 圖形 和 這 橘子 Xs，
我們 是 看到 他們 預測 到 相對而言高得多
比 他們的 隊友們， 然而 和 他們的 實際的 分數，
他們 是 尋找 他們自己 更多的 中低階
相對的 到 他們的 隊友們，
哪個 真的 演出 我們 那 它們是 不是 表演
向上 到 什麼 他們的 薪資和職業統計數據
這麼說 他們 應該 是 表演
特別 什麼時候 它 來 到 創建 a 回歸 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 回歸 獲勝。
我們 看 那些 玩家 這樣的 例如邁爾斯·特納或卡爾森，或楊
那 有 a 小的 位元 降低 薪資，
但 他們 也 生產 a 很多 的 玩
那 能 幫助 和 創建 a 回歸 贏。
然後 我們 也 通緝 到 觀點 出去
一些關於克里夫蘭騎士隊的預測
和 他們的 故障 那 去 和 他們。
這 騎士隊 應該 有 多種的 高的- 層級 回歸 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 圖表頂部
和 他 有 兩個都 一個 橘子 X 和 a 藍色的 標記 下一個 到 他的 姓名。
那 只是 標記 那 他 曾是 一 的 這 實際的 頂部 表演者
對騎士隊來說，
但 在 這 相同的 時間， 他是 在下面 表演 非常。
所以 在 我們的 預測，
我們 能 看 那 他是 預測 到 實際上 執行 更好的 比勒布朗·詹姆斯還差
哪個 是 某物 那 是 非常 有趣的 到 觀點 出去。
喜歡 I 說， 和 我們的 預測 根據薪資和職業發展統計數據，
我們 會 預計 凱文 愛 到 表現優於勒布朗詹姆斯
什麼時候 它 來了 到 生產 回歸 獲勝。
但 在 現實， 他是 實際上 相當 排名靠後
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 詹姆斯 做。
現在 我們 也 通緝 到 看 在 這 最好的 有價值的 玩家 在 NBA。
我們 展示 這 頂部 五 這裡。
尋找 在 他們的 預測 回歸 分數，
你 有 人們 這樣的 就像卡爾安東尼唐斯、喬爾恩比德一樣
和 本·西蒙斯
預測結果 到 是 一些 的 這 更高 表演 玩家
在 這 全部的 聯盟。
但 作為 你 能 也 看， 什麼時候 這 數據 曾是 已取下，
他們 有 相對地 低的 薪資 比較的 到 其他 玩家。
什麼 我們 推薦 這裡
是 確實 給予 這些 玩家 這 他們應得的合同，
作為 他們 幫助 團隊 生產 反擊 和 明顯地
提供 統計數據 那 允許 團隊 到 執行 他們的 最好的。
他們是 肯定會做更多 為了 什麼 它們是 實際上 值得。
然後 我們 也 通緝 到 看看最佳預測線
為了 這 溜馬隊。
作為 I 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 演出 那 他們 他們投了很多三分球，
但 它們是 也 製作 它。
不是 僅有的 是 他們 射擊 從 那 遠的，
但 它們是 也 更多的 可能 到 製作 他們的 鏡頭，
所以 那些 人們 會 是 有 在 這 線 向上
每當 你 是 嘗試 到 生產 a 回歸
作為 它們是 更多的 高效的。
也 因為 他們 能 射擊 從 深的，
你會 預計 那 他們 也 有 a 堅硬的 玩 向下 低的
到 是 有能力的 到 得到 a 快速上籃
和 得到 那些 更高 百分比 鏡頭 進去 作為 出色地。
作為 I 提及，
一個 平均的 距離 的 製成 三分線附近的投籃是
非常 這對溜馬來說尤其重要。
到 是 有能力的 到 生產 a 高的 數位 的 逆轉。
這 分析 確認 什麼 是 已經 去 在 在 這 NBA。
通常， 團隊 世界衛生組織 尋找 他們自己 向下 經過 a 肯定 數位 在 中場休息
將要 丟 向上 a 小的 位元 更多的 三- 觀點 鏡頭，
但 也 他們 不 真的 關注高百分比外觀
只是 從 向下 低的 進入 這 籃子。
我們 也 思考 那 他們 應該 專注於制定戰術，
允許 他們 到 只是 得到 a 快的 穩住陣腳，並在此基礎上累積勢頭。
作為 他們 嘗試 到 生產 a 回歸 之後 在。
全部 正確的， 所以 那 結束 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。
