基于机器学习的NBA常规赛MVP投票分析与预测
通过机器学习,利用1956—2018年NBA常规赛技术统计数据,对NBA常规赛MVP投票进行分析.运用线性相关性与变量重要性方法对球员的NBA常规赛技术统计变量进行分组与降维,发现"高级数据"中的变量与MVP得票率有显著的相关性,其中"胜利贡献值WS"的影响最大;同时发现由于1980年前后MVP投票制度发生重大变化,MVP得票率与变量之间的关系也发生明显变化,因此以1980年为界将所有赛季分为两个阶段,分别针对不同阶段赛季的数据进行建模.最后基于10种目前最常用或最流行的机器学习算法,以"高级数据"中的变量为预测变量,以MVP"得票率"为目标变量,利用R语言中的Caret包构建3个集成模型,从中挑选出整体预测精度最好的cubist算法,根据最新的2018-19赛季数据预测NBA常规赛MVP的获奖概率:"字母哥"扬尼斯·阿德托昆博将小胜詹姆斯·哈登获得MVP.
NBA、MVP、机器学习、数据挖掘、R语言
16
2020-03-27(万方平台首次上网日期,不代表论文的发表时间)
共15页
9-23