Niveau: Anfänger
Vineela Datla, Studentin, University of Connecticut
Thore Koch, Student, University of Connecticut
Johana Rodriguez, Studentin, University of Connecticut
Anan Garg, Studentin, University of Connecticut
Die Einschätzung eines Spielers kann für FIFA-Vereine hilfreich sein, wenn sie Verträge mit Spielern abschließen, da sie mit einem Ausgabenbudget arbeiten müssen. Die von sofifa.com extrahierten Daten wurden mit JMP abgetastet, untersucht, modifiziert, modelliert und analysiert. Der Datensatz enthält 88 verschiedene Spalten, die grob in Spielerinformationen und Leistungsstatistiken eingeteilt sind, und jede Zeile gehört zu einzelnen FIFA-Spielern im Jahr 2019. In der Abtastphase werden die Daten für Training, Validierung und Tests in 40-30-30 partitioniert. Während der Modifikationsphase werden 29 wichtige Leistungsmerkmale mithilfe einer Hauptkomponentenanalyse in sechs primären Attributen hervorgehoben. Die Daten werden mithilfe von JMP-Formeln und Verteilungsdiagrammen auf ihre Merkmale hin untersucht und analysiert. Der Entscheidungsbaum, die K-Nächste-Nachbarn-Modelle und neuronale Netzwerkmodelle werden erstellt, um das beste Modell zur Vorhersage des Werts eines Spielers zu ermitteln. Die Modelle werden dann mithilfe der Modellvergleichsfunktion verglichen und das beste Modell wird basierend auf seiner Leistung anhand der Testdaten ermittelt. Das Modell kann die Werte von Spielern im unteren bis mittleren Bereich anhand der Leistungsmerkmalen am besten vorhersagen.
