你好， 每个人。 我的 姓名 是 凯文 奥唐奈。
我是 a 跳转 全球的 客户参考实习生，
和 今天 患病的 是 呈现 在 a 个人的 分析 项目
那 我已经 完毕 那 是 这 NBA 玩家 对决模型。
所以 只是 到 得到 开始，
I 会 喜欢 到 去 超过 我的 主意 和 这 动机 为了 建筑 这 模型。
我已经 总是 到过 难以置信 感兴趣的 在 篮球。
我已经 到过 a 巨大的 篮球 扇子 为了 我的 所有的 生活，
和 I 曾是 寻找 为了 a 新的 分析 项目 到 潜水 进入，
所以 I 结束 向上 询问 这 问题 这里：
可以 我们 模型 a 玩家的 进攻 成功
基于 在 他们的 平均值 和 这 力量 的 他们的 对手 作为 出色地？
所以 作为 最多 的 我们 知道 从 观看 任何 运动，
玩家 表现 各不相同 大大 从 游戏 到 游戏。
它是 基于 在 a 种类 的 因素
和 一 的 这些 存在 a 玩家的 平均的 點。
那 将要 是 a 非常 强的 预测器 为了 点 在 一个 NBA 游戏，
但 它是 远的 从 这 仅有的 影响 在 a 玩家的 进攻 表现。
所以 去 进入 这 项目，
I 通缉 到 建造 a 模型 那 预测 这 玩家 点 在 这 游戏
基于 在 这 点 每 游戏，
但 还 a 很多 的 其他 变量 哪个 我们 将要 看 进入 在 这 下一个 滑动。
所以 理想情况下， 这 将要 是 有帮助的 为了 教练 和 团队 分析师 到，
为了 例子， 决定 哪个 的 他们的 进攻 玩家 是 可能
到 超过 履行 或者 有能力的 到 履行 真的 出色地
基于 在 他们的 匹配 UPS 和 副 反之亦然， 哪个 的 他们的 玩家 他们 可能 想
到 避免 在 罪行 因为 他们是 存在 守卫
经过 一些 的 这 最好的 防御 玩家 在 这 其他 团队。
这可能 通知 玩 呼叫 和 游戏 规划，
所以 如果 a 特别的 后卫 是 较弱， 教练 可能 看 到 目标 那 匹配 向上
或者 看 到 力量 a 转变 到 他们的 最好的 得分手。
在 这 娱乐 领域，
幻想 篮球 玩家 可以 使用 这 数据 到 数字 出去
WHO 到 开始 或者 WHO 到 挑选 向上 离开 这 放弃 金属丝，
所以 它 有 a 广阔 范围 的 应用程序。
所以 这是 a 小的 少量 的 这 概述 的 这 数据。
患病的 去 通过 这 迅速地， 我们将 看 这 作为 I 去
进入 这 跳转 演示 a 小的 少量 更多的 在 细节，
但 是 去 到 预测 点 每 游戏 基于 在 七 主要的 类别 的 数据。
所以 是 去 到 使用 玩家 进攻 平均值 为了 这 季节，
这 包括 事物 喜欢 点 每 游戏，
3.2 观点 百分比， 和 先进的 指标 这样的 作为 用法 速度，
哪个 记录 如何 经常 一个 进攻 玩家 是 用过的 在 他们的 团队。
玩家 属性 这样的 作为 高度， 翼 跨度， 垂直的 飞跃
将要 还 是 包括 为了 两个都 这 进攻 和 防御 玩家
因为 这些 身体的 属性， I 会 认为， 还 贡献
到 如何 许多 点 a 玩家 将要 分数。
最后， 在 条款 的 这 进攻 玩家，
出色地 使用 职业 平均值。
这 相同的 平均值 那 是 使用 为了 这 季节，
出色地 还 使用 为了 这 职业 到 添加 a 小的 更多的 鲁棒性 到 这 模型，
和 全面的 团队 步伐 和 进攻 反弹 百分比
是 还 去 到 是 a 预测器 因为 那 将要 决定
如何 许多 财产 那里 将要 是。
如果 那里 是 更多的 财产 在 这 游戏， 它是 更多的 可能 那 任何 给定 玩家
将要 有 更多的 點。
等等 那 相同的 代币， 防御 团队 步伐
和 防御 反弹 百分比 将要 还 是 用过的。
在 条款 的 个人 防御 统计数据， 事物 喜欢 抢断， 盖帽、犯规、
和 其他 先进的 指标 这样的 作为 防御 赢得股份， 哪个 措施
一个 个人 玩家的 贡献 到 这 团队的 胜利 在 防御。
那些 是 还 去 到 是 预测变量 到
大概 否定 这 数量 的 点 那 是 得分 经过 一个 进攻 播放器。
和 然后 最后， 这 后卫 属性 将要 是 用过的 作为 I 提及 更早。
所以 前 我们 得到 正确的 进入 这 数据 和 这 造型 和 跳转，
I 会 喜欢 到 去 超过 这 对决 数据 那 I 曾是 使用
为了 这 大部分 的 这 模型。
所以 这 NBA 最近 实施的 一些 新的 个人的 匹配 向上 数据 收藏
和 它是 基于 在 详细的 玩家 追踪。
所以 它 轨道 这 最近 后卫 在 每一个 观点，
不是 只是 这 基本的 后卫 在 a 玩。
它 仅有的 轨道 正面 法庭 时间 和 它 将要 追踪 部分的 财产。
所以 什么 这 方法 是 那 a 玩家 可以 是 守卫 经过
作为 许多 作为 五 不同的 玩家 在 a 单身的 玩，
和 每个 后卫 会 是 授予 这 各自 数量
的 对决 分钟 为了 那 拥有。
所以 这里 我们 有 一个 例子 的 特里 罗齐尔 为了 这 黄蜂队
存在 守卫 经过 四 不同的 玩家 在 不同的 团队。
在 这 第一的 排， 斯蒂芬 咖喱 是 守卫 他
在 仅有的 一 游戏 为了 2.7 分钟 和 允许 二 點。
所以 如果 我们 思考 的 a 假想 在哪里 这 黄蜂队 是 玩
斯蒂芬 咖喱的 金的 状态 勇士 和 咖喱 守卫 罗齐尔 为了 10 秒，
和 然后 克莱 汤普森 切换 在 到 罗齐尔 为了 其他 10 秒，
两个都 会 是 授予 那些 10 秒 的 对决 时间。
然而， 如果 罗齐尔 得分 a 二 指针 在 这 结尾 的 这 拥有，
这 点 会 是 标记 为了 克莱 汤普森。
这 是 真的 凉爽的 追踪 数据 和 I 爱 如何 具体的 它 是，
但 它 做过 原因 一些 问题 什么时候 我试过 到 模型 这 点 每 分钟
为了 每个 玩家 和 后卫 组合， 哪个 曾是 我的 原来的 计划。
所以 I 曾是 起初 去 到 使用 这 进攻 玩家 统计数据
和 防御 玩家 统计数据 那 I 提及 在 这 以前的 滑动
在 每一个 个人 对决。
但 自从 许多 捍卫者， 喜欢 你会 看 这里，
已记录 非常 小的 金额 的 时间，
喜欢 斯坦利 约翰逊 仅有的 守卫 罗齐尔 为了 一个 平均的 的 在下面 一 分钟 a 游戏，
那是 不是 足够的 时间
为了 一些 的 这些 点 每 分钟 测量 到 是 普通的。
所以 去 后退 到 那 克莱 汤普森 假想，
如果 克莱 仅有的 守卫 罗齐尔 为了 10 秒 这 所有的 游戏
和 罗齐尔 拥有 到 分数 二 点 在 那 拥有，
然后 罗齐尔的 点 每 分钟 反对 克莱 在 那 排 会 是 12.
所以 明显地， 外推 那 到 a 满的 游戏，
甚至 排除 这 后退 法庭 时间 作为 这 数据 做， 它是 非常 不切实际。
所以 I 有 到 去 和 a 轻微地 不同的， 较少的 理想的 方法。
反而 的 使用 这 个人 防御 统计数据，
I 实际上 平均 他们 出去
为了 每个 组合 的 玩家 和 防御 团队。
所以 反而 的 使用 罗齐尔 相对 咖喱 和 罗齐尔 相对 汤普森，
I 会 使用 罗齐尔 相对 这 全部的 金的 状态 勇士 平均的 基于 在
这 数量 的 对决 分钟 那 每个 玩家 辩护 罗齐尔。
所以 为了 例子，
如果 斯蒂芬 咖喱 和 克莱 汤普森 两个都 守卫 他 为了 一半 这 数量
的 可能的 匹配 向上 分钟， 然后 这 团队 平均的，
让我们 说 抢断 每 游戏， 会 只是 是 这 算术 意思是
的 咖喱 抢断 和 克莱 抢断 每 游戏。
这 相同的 会 去 为了 每一个 防御 多变的
和 那是 明显地 a 简单的 例子，
但 这 相同的 去 为了 每一个 玩家 相对 每一个 团队。
所以 明显地 这 是 不是 理想的 因为 它 最小化
这 个性 的 这 对决。
但 I 有 到 放弃 那 点 每 分钟 方法
因为 这 样品 是 也 小的 和 这 回复 曾是 沉重 扭曲。
所以 这 模型 那 我已经 创建 和 这 聚合 数据 是 更多的 准确的
比 我的 最初的 尝试， 甚至 尽管 它 牺牲 一些 个性。
所以 在 这 观点， 我是 去 到 转变 进入 跳转 这里
和 做 a 小的 少量 的 这 演示 如何 I 建造 这 模型
和 一些 探索性的 数据 分析 到 开始。
所以 到 开始， 是 只是 去 到 看 在 一些 边缘 关系
和 点 在 这 图形 建造者，
和 我是 有能力的 到 选择 任何 I 想。
但 为了 现在 是 去 到 看 具体来说 在 三 变量，
这 第一的 存在 点 每 游戏。
所以 我们 看 这里， 我们 有 a 缓和 关系
和 点 和 点 每 游戏， 和 它 是 积极的 作为 我们 会 预计。
这 平均的 点 那 某人 看跌期权 向上 在 a 游戏，
或者 超过 这 课程 的 这 季节 相当， 是 去 到 明显地 影响
如何 许多 点 他们 分数 在 a 游戏。
相似地， 某物 喜欢 用法 速度，
这 先进的 统计数据 那 I 曾是 讨论 早些时候，
还 有 a 积极的 关系，
只是 轻微地 较弱 比 这 关系 之间 点 和 点 每 游戏。
最后， 如果 我们 看 在 一些 的 这 职业 统计数据，
如果 我们 看 在 职业 点 每 游戏， 然后 再次 我们 看 a 积极的 关系，
但 那 是 a 小的 少量 较弱 因为 它是 平均 超过 这 课程
的 a 玩家的 职业 相当 比 这 季节 那 是 现在 在。
但 希望 这 可以 帮助 调整 为了 一些 主要的 差异
在 这 点 每 游戏 总计 或者 平均值 相当。
所以 现在 那 我们 有 一种 的 一个 主意 的 这 数据 本身，
我们 能 移动 进入 这 简单的 线性 回归
和 点 经过 点 每 游戏 作为 a 基准 为了 这 模型。
所以 作为 I 提及，
你 能 预测 基于 在 只是 点 每 游戏
和 它 将要 给 你 a 体面的 预言。
但 是 寻找 到 提升 那 预言 经过 添加
一些 的 这些 不同的 变量， 进攻 和 防禦。
所以 如果 我们 跑步 这 脚本 这里，
这 是 只是 比较 一些 运行 的 a 简单的 线性 回归
在 这 训练 和 验证 放 使用 K折叠 验证 自始至终。
和 如果 I 跑步 这里 使用 这 隐 验证 2 柱子
那 患病的 是 使用 为了 这 余 的 这些 模型，
然后 我们 能 看 这 回归 这里。
所以 这是 a 回归 阴谋。 它 看起来 漂亮的 疏散。
有 不是 a 清除 线性 关系， 但 这 遥感 为什么 是 缓和，
意义 那 46.5% 的 这 变化 在 点 是 占 为了
经过 这 平均的 点 每 游戏， 哪个 是 漂亮的 好的。
和 这 均方根误差 是 关于 5. 27.
这 均方根误差 是 标准 偏差 的 这 残差，
所以 它是 本质上 这 变化 在 如何 出色地 我们的 模型 是 預測。
它是 标准 偏差 是 大约 五。
和 我们 能 还 看 在 一些 其他 措施，
这样的 作为 这 AIC， 哪个 是 用过的 到 比较 模型 为了 可预测性。
所以 AIC 是 其他 重要的 措施，
和 它 措施 如何 出色地 这 模型 将要 预测
相对的 到 这 数字 的 预测变量 放 在 这 模型，
只是 到 制作 当然 你是 不是 添加 方式 也 许多。
所以 在 这 案件， 这 AIC 是 非常 高的， 和 我们 能 来 后退 到 这 数字
作为 我们 看 在 这 比较 之间 这 和 这 多种的 线性 回归
那 I 将要 展示 之后。
所以 尽管 I 曾是 尝试 到 挑选 这 模型 那 I 曾是 去 到 选择，
I 决定 到 使用 这 模型 筛查 特征 在 跳转，
哪个 允许 你 到 选择 你的 回复 变量 和 全部 这 因素 变量。
I 结束 向上 放置 在 全部 的 这 数字 变量 那 I 有 为了 a 满的 模型
只是 到 看 最初 哪个 模型 履行 这 最好的。
和 I 曾是 有能力的 到 选择 从 a 种类 的 这些 不同的 方法，
包括 XGB 东方 和 广义 R 外流，
和 然后 的 课程， 只是 这 普通的 租 正方形。
在 这 兴趣 的 时间， 这 会 拿 永远 到 跑步
因为 它是 使用 一些 的 这些 机器 学习 算法。
所以 我是 反而 只是 去 到 拉 向上 快速 截屏 的 这 模型 篩選。
所以 这里 我们 有 这 输出 从 这 模型 篩選。
它 节目 这 遥感 为什么。
再次， I 曾是 使用 K折叠 验证 和 十 褶皱 这里。
所以 这 节目 这 遥感 为什么
和 这 根 M 伊恩 正方形 错误 为了 每个 跑步。
所以 我们 能 看 那 这 至少 正方形 合身 实际上 有
a 非常 强的 合身 比较的 到 一些 的 这 机器 学习 算法，
哪个 I 曾是 感到惊讶 经过。 但 它 实际上 帮助 为了 可解释性
因为 一些 的 这些 机器 学习 算法，
他们是 更多的 的 a 黑色的 盒子。 和 如果 I 是 到 使用 那些，
它 不会 是 作为 简单的 到 解释 这 系数 或者 看
哪个 变量 是 确实 重要的
或者 哪个 是 只是 存在 用过的 为了 预言。
所以 因为 这 适合 最小二乘法 和 这 套索回归，
哪个 患病的 得到 进入 a 小的 少量 之后， 是 所以 高的，
它是 实际上 a 好的 符号 那 我是 有能力的 到 使用 那 为了 更好的 可解释性。
所以 作为 我们 能 看， 这 最多 准确的 模型 是 这 多种的 线性 回归
和 套索 正则化。
套索 正则化 是 a 统计 技术 那 正则化 这 模型
和 选择 特征 到 最小化 多重共线性。
多重共线性 是 这 相关性 之间 预测变量
和 那 能 消极地 影响 这 模型。
所以 使用 这 技术，
是 有能力的 到 拿 这 满的 线性 回归 模型 显示 这里
和 消除 一些 的 这 变量 到 最小化 这 多重共线性
和 或许 满足 一些 的 这 线性 假设 更好的。
所以 和 那 信息，
I 曾是 有能力的 到 拿 这 变量 已选择 和 套索 正则化
和 然后 创造 a 多种的 线性 回归 使用 那些 变量。
所以 作为 你 能 看 这里，
这 实际的 经过 预测 阴谋 看起来 漂亮的 相似的。
它 可能 是 轻微地 更近 到 这 线 的 最好的 合身 这里， 哪个 是 a 好的 符号。
和 我们 能 看 我们的 影响 摘要，
但 是 去 到 滚动 a 小的 少量 过去的 那
所以 那 我们 得到 到 这 概括 的 我们的 合身。
所以 比较的 到 这 简单的 线性 回归，
这 遥感 为什么 和 这 调整后 遥感 为什么 是 非常 相似的 和 那是 大概
因为 点 每 游戏 是 这样的 a 沉重 有影响 因素 在 这，
作为 出色地 作为 这 简单的 线性 回归， 明显地。
所以 这 合身 是 不是 也 很多 不同的。
然而， 添加 这些 不同的 变量 显示 这里 做 提升
这 根 M 伊恩 正方形 错误 a 小的 少量。
它 去了 从 关于 5.3 到 小的 超过 5.2， 哪个 是 不是 a 激烈的 改进，
但 一个 改进 尽管如此。
但 这 真实的 不同之处 这里 是 在 这 AIC 和 比较 这些 模型 在 条款
的 他们的 可预测性， 这 AIC 掉落 显著地
从 这 简单的 线性 回归 到 这 多种的 线性 回归
和 套索R 正则化， 哪个 是 确实 a 好的 符号。
我们 看 一些 的 这些 范围 估计 向下 这里 和 的 课程 这 结果
为了 遥感 为什么 和 根 意思是 正方形 错误 在 叉 验证。
所以 寻找 在 一些 的 这些 参数 E 估计，
这 点 每 游戏， 再次 非常 重要的，
这很重要 在 这 .05 一个 阿尔法 等级 和 许多 以下 那。
和 这 是 到 是 预期的， 作为 我们已经 解释 已经。
周转 百分比 是 还 重要的
和 这 有 a 消极的 关系 和 點。
作为 一 会 预计， 如果 你是 转动 这 球 超过 更多的，
那是 较少的 机会 到 射击 这 球，
较少的 机会 到 分数。
所以 那 检查 出去 和 只是 我们的 知识 的 篮球。
这里 我们 有 这 防御 步伐， 或者 这 步伐 的 这 防御 团队，
和 这 有 a 轻微地 积极的 关系 和 点 有条件的
在 这 其他 因素 在 这 模型。
再次， 那是 到 是 预期的 因为 这 快点 a 团队 戏剧，
那是 一般来说 更多的 机会。
然而， 它 可能 不是 有 这样的 a 强的 影响 作为 失误 或者 点 每 游戏。
和 然后 最后， 防御 反弹 百分比。
这 是 只是 如何 经常 这 防御 团队 运输 这 防御 反弹。
再次， 这 是 预防 第二 机会 点 为了 这 罪行，
所以 它 应该 有 a 消极的 关系 船， 哪个 它 做。
所以 全部 这些 事物 查看 出去，
和 然后 一些 的 这些 其他 变量 是 微不足道 有条件地，
但 包括 因为 他们 提升 这 可预测性 的 这 模型。
所以 某物 喜欢 用法 速度 可能 不是 是 重要的 在 这 .05 等级，
但 它 尽管如此 改善 我们的 预测。
现在， 会心 那 点 每 游戏 可能 不是 是 可用的
在 这 开始 的 这 季节， 到 这 程度 那 它 是
靠近 这 结尾 的 这 季节，
意义 那 点 每 游戏 可能 是 a 小的 较少的 可靠的
和 a 更小 样本 尺寸。
ID 看 到 创造 一个 备用 模型 没有 那
到 看 如果 I 可以 仍然 预测
更好的 比 这 简单的 线性 回归 和 相似的 到 这 套索 回归，
但 没有 依赖 在 a 点 每 游戏 为了 这 季节 措施。
所以 这 备用 模型， I 创建 使用 落后 选择 经过 AIC。
和 再次 I 左边 出去 这 季节 点 每 游戏，
所以 它 仍然 包括 这 其他 点 每 游戏 测量，
或者 其他 每 游戏 测量 相当，
喜欢 射门得分 尝试 从 三 和 从 二，
哪个 沿着 和 一些 的 这些 其他 变量 能 是 a 代理人 为了
那 平均的 点 每 游戏。
所以 它' s 不是 完全地 强壮的 反对 早期的 季节 波动
和 小的 样本 尺寸。
但 它是 可能的 那 这些 变量 可能 是 a 小的 少量 更多的 代表
的 如何 a 玩家 是 去 到 履行 在 这 长的 跑步。
我是 思维 那 或许
玩家 可能 是 a 小的 更多的 持续的 和 他们的 尝试 统计数据，
或者 这 速度 在 哪个 他们是 射击 这 球，
相当 比 只是 这 数量 的 点 他们 得到 那 可以 各不相同 基于 在
只是 a 小的 样本 尺寸。
这些 可以 作为 出色地 但...
只是 使用 这 模型 作为 一个 选择，
和 它 转弯 出去 那 它 实际上 预测
漂亮的 相似地 到 这 模型 和 点 每 游戏 在 它。
所以 它 可能 不是 是 受青睐 一定 如果 点 每 游戏 是 可用的。
不当 但 它 提供 a 相似的 预言。
所以 我们 能 看 那 这 遥感 为什么 是 漂亮的 相似的，
可能 有 增加 a 小的 少量，
和 这 根 意思是 正方形 错误 是 再次 相似的。
这 AIC 建议 那 这 其他 模型 是 a 更好的 模型 为了 预测
基于 在 这 数量 的 变量 包括， 所以 那 是 确实 某物 到 笔记。
但 每个 模型 有 它是 优点。
这 一， 特别，
我们 能 看 一些 的 这 有条件的 关系 的 这 其他 变量，
特别 那些 在 这 防御 边， 那 我们 不能 看 作为 很多
在 这 其他 一 因为 点 每 游戏 曾是 主宰 所以 很多。
所以 我们 看 这里 那 二 指针 和 三 指针 尝试
是 称重 微不足道地 为了 点， 哪个 再次，
那 使 感觉 因为 这 更多的 镜头 你是 服用，
这 更多的 可能 你 是 到 分数 更多的 點。
和 然后 那里 是 一些 其他 变量 那 制作 感觉，
和 一些 其他的 那 或许 区域 小的 令人困惑 在 第一的 視野。
所以 进攻 赢得股份，
那 存在 a 重要的 多变的 使 感觉 那是 测量
如何 很多 a 玩家 是 贡献 到 胜利 在 这 进攻 边，
它 使 感觉 那 那 有 a 积极的 关系
作为 我们 能 看 向下 这里。
所以 进攻 赢得股份 正确的 这里 有 a 积极的 关系。
和 还 这 防御 反弹 百分比 向下 这里
减少 这 估计 再次， 所以 那 是 漂亮的 持续的
和 什么 我们已经 见过 在 这 以前的 模型。
平均的 犯规 每 游戏， 平均的 个人的 犯规 每 游戏 向下 这里，
有 a 消极的 影响 我认为 曾是 有趣的。
所以 a 玩家 或者 团队 和 a 更高 犯规 全部的
是 去 到 消极地 影响 这 点 得分 为了 这 进攻 播放器。
这 可能 意思是 他们是 更多的 挑衅的。
I 会 认为 那 他们 是 玩 更加激烈 防御 在 限制 点
通过 抢断， 积木， 或者 沉重 有争议 镜头，
和 作为 a 结果， 他们是 得到 更多的 犯规 称为 在 他们。
然而， 这 是 不是 全部 好的 为了 这 防御
因为 自从 这 玩家 能 犯规 出去 和 六 犯规，
那里 是 a 肯定 平衡 到 罢工 在 这 防守端。
你 不 想 到 是 也 挑衅的
因为 然后 你 可以 是 给予 向上 更轻松 点
或者 你 可以 是 领导 你的 玩家 进入 犯规 麻烦。
所以 那是 一个 有趣的 多变的， I 思考， 到 考虑。
和 的 课程， 这 是 a 有条件的 意义，
所以 它 可能 改变 轻微地 基于 在 这 移动
或者 添加 的 肯定 其他 变量。
和 最后， a 夫妻 的 防御 关系
是 特别 令人困惑 在 第一的 一眼， I 思考。
具体来说 涉及 块 和 后卫 高度。
所以 我们 思考 的 篮球 作为 非常 受抚养人 在 高度。
如果 你 是 更高， 你是 更多的 可能 到 去 到 这 NBA。
七 页脚， I 思考 你 有 a 20% 机会
的 只是 去 到 这 NBA 甚至 如果 你 是 七英尺。
所以 这 是 某物 那 我们 思考， 如果你 堵塞 镜头 更多的 和 你是 更高，
你是 去 到 是 影响 这 进攻的 点 负面地。
然而， 我们 看 那 这些 关系 是 实际上 有条件地 积极的，
哪个 是 非常 有趣的 那个平均值 块 每 游戏
和 这 后卫 高度， 作为 出色地 作为 这 阻塞 速度，
是 全部 积极的 关系。
和 所以 最初， I 曾是 使困惑 经过 这， 但 I 思考 这 有 更多的 到 说一下
这 玩家 那 这些 玩家 是 守卫 相当 比
这 实际的 变量 他们自己。
所以 什么 I 意思是 经过 这 是 什么时候 你考虑 那 更高 玩家
和 更好的 阻塞 统计数据 是 大的 男人 玩 力量 向前 或者 中心，
他们是 守卫 其他 大的 男人。
和 所以 那 使 感觉 a 小的 少量 更多的。
卫兵 趋向 到 放 向上 更多的 点 在 这 NBA 和 这 强调
在 三- 观点 射击 现在。
和 a 很多 的 违法行为 是 跑步 通过 一些 的 这些 更小 玩家
WHO 趋向 到 是 守卫 经过 其他 更小 玩家。
然而 这些 更高 玩家， 和 更多的 积木，
是 守卫 大的 男人 WHO 或许 不是 这 焦点 观点 的 这 罪行，
一边 从 肯定 玩家 喜欢 约基奇 和 恩比德 和 扬尼斯。
但 这 原因 a 积极的 关系，
但 它是 真的 更多的 a 功能 的 这 位置
那 这些 玩家 是 正在播放。
所以 I 想法 那 曾是 一个 有趣的
有条件的 关系 到 强调 之内 这 模型，
和 它 涉及 a 小的 少量 更多的 更深 思维 关于 这 关系 之间
阻塞， 高度， 和 这 点 那 一个 进攻 玩家 看跌期权 向上。
所以 在 条款 的 这 模型 全面的，
我们 能 看 那 这 一 并且 Lasso 正则化 模型
是 非常 相似的 在 他们的 预测。
出色地 看 那 在 更多的 细节 很快 什么时候 I 翻动 到 这 2021 预测，
但 这 选择 然后 可能 不是 是 也 重要的。
两个都 有 他们的 优点。
的 课程， 这 一 允许 我们 到 看 这 意义 的 更多的 的 这 变量，
具体来说 这 防御 变量，
然而 这 第一的 一 有 a 轻微地 降低 AIC
和 可能 是 更好的 为了 预测 如果 这 数据 是 可用的。
所以 两个都 离开 a 小的 少量 到 是 期望
在 条款 的 预测 很多 更多的 可靠地 比 这 简单的 线性 回归。
I 会 有 喜欢 到 看 这 根 方法 为什么 错误 减少 更多的，
和 它是 某物 I 会 看 进入 作为 I 继续 这 项目，
寻找 到 收集 更好的 数据， 尝试 到 制作 这 对决
更多的 个性化 没有 牺牲 这 常态 的 这 回复 多变的，
事物 喜欢 那。
但 和 那 存在 说， 这些 是 这 模型 那 I 有 现在，
和 我们 能 看 到 测试 这些 在 这 2021 季节 因此 远的。
所以 如果 I 转变 超过 这里 到 对决 为了 2021年，
我们 有 这 相同的 数据 桌子 只是 和 这 年 对决。
和 所以 我是 只是 在 乔希 哈特的 对决 正确的 现在
因为 I 去 到 维拉诺瓦 和 他是 a 维拉诺瓦很棒，
所以 这里 我们 有 他 作为 a 玩家， 他的 团队， 和 这 防御 团队，
他的 统计数据， 他们的 统计数据。
作为 我们已经 已经 看到， 这些 是 全部 这 变量
那 可以 是 包括 在 这 模型。
道歉 为了 这 快的 平移，
但 这里 我们 有 这 预测 在 这 结尾。
所以 这些 预言 变量， 或者 相当 这些 列，
是 这 模型 预测。
所以 我们的 第一的 一， 我们的 第一的 模型， 是 这 最佳的 多发性硬化症 线性 回归
那是 使用 这 套索 回归 和 包括 这 点 每 游戏 多变的。
作为 你 能 看 在 这 游戏，
他 是 预测 到 放 向上 12.8 点 和 这 残差 这里 是 关于 五。
所以 在 现实 这 残差 是 点 减 这 预言。
所以 他 实际上 放 向上， 这 是 大约 十三 和 这 是 大约 五，
所以 他 放 向上 关于 18 点 这里 反而 的 我们的 预测 13.
所以 那是 明显地 不是 a 伟大的 措施。
和 然后 我们 能 看 在一些 这 选择 模型。
这 选择 模型 预言 是 非常 相似的，
和 我们 将要 看 这 在 更大 细节 作为 I 翻动 后退 到 这 微软幻灯片软件 和 展示 你
种类 的 a 浓缩 版本 的 这 数据 桌子，
因为 正确的 现在 I 知道 那 这 在 JMP 中 是 a 小的 少量 压倒
因为 有 所以 许多 变量， 所以 许多 随机的 数字
存在 抛出 在 你。
所以 我是 去 到 转变 后退
进入 这 微软幻灯片软件 到 展示 你 一些 的 这 预测
为了 两个都 乔希 哈特 这里 和 为了 凯文 期间。
全部 正确的， 所以 现在 那 我们 有 我们的 二 模型
和 这 简单的 线性 回归 到 比较 它 到，
我们 能 申请 这些 预测 到 游戏 那 凯文 期间 有 播放 这 季节。
所以 这里 是 四 游戏 参加 亚特兰大， 夏洛特， 芝加哥， 和 克利夫兰。
在 这 第一的 一， 他 得分 31 點。
在 现实， 两个都 我们的 模型 预测 关闭 到 二十六 点，
所以 这 残差 是 只是 大约 五。
然而， 我们 看 那 当凯文 期间 是 关闭 到 他的 平均的 点
大约 二十八 或者 二十九 点 每 游戏，
什么时候 他 实际上 分数 那， 这 预测 是 非常 关闭
因为 点 每 游戏 重量 所以 沉重 在 这些 模型。
所以， 为了 例子， 在 这 克利夫兰 游戏，
我们的 第一的 模型 预测 26.2 点， 他 实际上 得分 27.
所以， 这 残差 是 较少的 比 一。
和 相似地 这里， 这 残差 较少的 比 一
为了 这 选择 模型 作为 出色地。
所以 我们 看 那 这 模型 擅长 什么时候 玩家 履行 关闭 到 平均的，
哪个 他们 将要 做 最多 的 这 时间。 但 有 明显地 变化，
喜欢 在 这 游戏 反对 夏洛特， 他 有 a 特别 好的 游戏。
他 得分 三十八 點。
它是 a 伟大的 游戏， 但 特别 好的 游戏 经过 凯文 期间 标准。
和 所以 这 模型 预测 是 很多 更远 离开。
和 我们 看 这 相同的 事物 和 乔希 哈特。
他的 点 平均值 a 小的 少量 降低 因为 他又一次 携带 a 打火机 加载。
凯文 期间 是 a 星星 玩家 在 这 网队，
所以 他是 得到 a 很多 的 触碰 和 服用 a 好的 部分 的 那些 镜头。
所以 这里 我们 有 哈特的 生产。
再次， 他的 点 平均的 更接近 到 这些 12 和 14 范围。
所以 这 残差 这里 是 非常 小的。
什么时候 他 看跌期权 向上 14，
我们的 模型 预测 大约 13.5 和 这 残差 大约是 0.5 .
所以 我们 有 真的 好的 预测 为了 什么时候 他 分数
一个 平均的 数量 的 点 或者 关闭 到 一个 平均的 数量 的 點。
但 什么时候 他 分数 较少的 或者 很多 更大
然后 这 预测 趋向 到 遭受 a 小的 少量。
所以 和 全部 这 存在 说， I 知道 I 跑了 通过 这些 模型。
让我们 拿 a 步 后退 和 看 在 这 限制 在 细节
和 一些 更远 学习 那 I 可以 拥抱。
所以 第一的 的 全部， 这些 是 使用 平均值 经过 这 进攻 玩家 和 防御 团队
作为 反对 到 进攻 玩家 和 个人 播放器。
作为 我已经 提及， 那 会 是 这 理想的 设想，
但 作为 I 曾是 正在做 它， 它 没有 工作 出去 喜欢 那。
所以 那 可以 是 导致 一些 问题 因为 它是 复制 一些 结果。
反而 的 存在 种类 的 a 一 到 一，
如果 a 玩家 是 存在 守卫 经过 这 玩家，
这 是 如何 许多 点 他们 将要 分数。
如果 a 玩家 是 存在 守卫 经过 a 组合 的 玩家 在 这 团队，
这 是 如何 许多 点 他们 将要 分数。
所以 它是 更轻松 到 预测 但 或许 a 小的 较少的 准确的。
此外， 这 平均值 是 为了 这 全部的 季节，
哪个 方法 预测 朝向 这 开始 可能 是 较少的 准确的，
作为 I 提及， 哪个 是 某物 那 I 思考 这 职业 价值观
尝试 到 补救 a 小的 少量。
它 可以 是 值得 添加 事物 喜欢 点 每 游戏
在 这 季节 变量 和 a 落后 的 或许 五 季節。
所以 服用 这 平均的 点 每 游戏 为了 这 最后的 季节， 二 季节 前，
三 季节 前， 和 所以 在 到 尝试 到 添加 一些 更多的 变量
和 或许 预测 a 时间 或者 a 趋势 在 玩家 表现。
此外， 玩家 表现 是 受抚养人 在 无数 其他 因素
这样的 作为 寒冷的 或者 热的 条纹，
如何 出色地 他们已经 到过 表演 作为 的 晚的，
受伤 在 他们的 自己的 团队， 受伤 在 这 反对 团队
那 可以 增加 或者 减少 他们的 角色，
次要的 受伤 那 他们 是 处理 和 他们自己
那 可以 减少 或者 增加 他们的 角色。
和 然后 事物 喜欢 休息 天，
旅行 时间， 和 a 很多 的 其他 无形资产
喜欢 NBA 玩家 是 人类 和 我们 全部 知道 一些 天 是 不是 感觉 这 最好的，
其他 天 是 感觉 伟大的， 更多的 精力充沛。
那些 类型 的 事物 可以 带领 到 更好的 表现 或者 更糟 表现。
所以 这些 无形资产 是
不是 去 到 是 某物 那 I 能 因素 进入 这 模型
但 它是 重要的 到 认出 那 他们 可以 仍然 影响
这 点 在 a 给定 游戏。
在 条款 的 更远 学习，
I 会 爱 到 种类 的 纠正 全部 这些 限制
和 看 到 预测 a 更多的 整体 多变的
这样的 作为 进攻 等级。
所以 进攻 等级 是 去 到 预测 a 玩家的 点 每 100 财产
贡献 到 这 游戏 反而 的 只是 一 方面 的 这 游戏 在 點。
I 会 爱 到 预测 某物 喜欢 这 或者 翻动 它 到 这 防御 边
和 预测 a 防御 等级 基于 在 WHO 他们是 可能
到 去 向上 反对 在 罪行。
所以 某物 喜欢 那 I 思考 会 是 真的 凉爽的
和 它 会 延长 这 应用 的 这 更多的 朝向 教练
和 团队 分析师 反而 的 或许 一些 的 这 幻想 篮球 玩家
WHO 是 寻找 为了 a 严格的 测量 喜欢 点 或者 某物 喜欢 那。
所以 和 全部 这 存在 说，
我是 确实 去 到 继续 在职的 在 这 项目。
它 曾是 a 很多 的 乐趣 和 I 爱 寻找 在 这些 模型
和 口译 从 a 篮球 立场 什么是 去 在。
如果 你 有 任何 问题， 请 感觉 自由的 到 放 那些 问题
在 我的 社区 邮政 在 这 评论。 患病的 是 快乐的 到 回答 他们。
和 如果 你 有 任何 建议 作为 出色地 为了 更远 学习，
I 会 还 是 快乐的 到 拿 那些 在。 感谢 你 所以 很多 你的 时间。
