全部回帖
感觉有时候看高阶数据不是看榜上有谁,而是看看没有谁。季后赛RAPM上无论攻防两端的RAPM数据都没有艾弗森。。那特么是季后赛的艾弗森啊场均打45.1分钟(平均每节休息43s)砍27.9分。。如果季后赛防守端没有他倒说得过去,可进攻端RAPM没有艾弗森?这玩意到底怎么算的康利都能上进攻端的RAPM。。
感觉有时候看高阶数据不是看榜上有谁,
而是看看没有谁。
季后赛RAPM上无论攻防两端的RAPM数据都没有艾弗森。。那特么是季后赛的艾弗森啊场均打45.1分钟(平均每节休息43s)砍27.9分。。如果季后赛防守端没有他倒说得过去,可进攻端RAPM没有艾弗森?这玩意到底怎么算的
康利都能上进攻端的RAPM。。
断档领先的怎么都是角色球员
断档领先的怎么都是角色球员
说了一堆,又是一个连rapm是什么都不知道的人,rapm和基础数据没有半毛钱关系,不依赖任何基础数据,明白了吗,大聪明
说了一堆,又是一个连rapm是什么都不知道的人,rapm和基础数据没有半毛钱关系,不依赖任何基础数据,明白了吗,大聪明
乐子人一个 RAPM展现的是效率 效率也是通过基础数据和其他高阶数据作为依据计算的 完全不依赖基础数据就成纯虚空制表了 你搞笑呢啊
RAPM完全符合第二条的追求极致合理打法的评定 体现一个人的效率和全能 却夸大和褒奖数据刷子
单独去看高阶数据就是对竞技体育比赛的降级赏析
去查下巅峰科比和吉诺比利的RAPM
俩人在比赛中的担任的责任和工作不一样
没有看了比赛的人会认为PAPM更高的吉诺比利比科比更强
高阶数据可以参考,但只有不看球和看不懂球的人才会抱着高阶数据当宝。
乐子人一个 RAPM展现的是效率 效率也是通过基础数据和其他高阶数据作为依据计算的 完全不依赖基础数据就成纯虚空制表了 你搞笑呢啊
RAPM完全符合第二条的追求极致合理打法的评定 体现一个人的效率和全能 却夸大和褒奖数据刷子
单独去看高阶数据就是对竞技体育比赛的降级赏析
去查下巅峰科比和吉诺比利的RAPM
俩人在比赛中的担任的责任和工作不一样
没有看了比赛的人会认为PAPM更高的吉诺比利比科比更强
高阶数据可以参考,但只有不看球和看不懂球的人才会抱着高阶数据当宝。
说了一堆,又是一个连rapm是什么都不知道的人,rapm和基础数据没有半毛钱关系,不依赖任何基础数据,明白了吗,大聪明
说了一堆,又是一个连rapm是什么都不知道的人,rapm和基础数据没有半毛钱关系,不依赖任何基础数据,明白了吗,大聪明
去查下就知道RAPM怎么计算的了 还无脑喊不依赖任何基础数据呢 你以为制表人和你一样二呢
RAPM(Regularized Adjusted Plus-Minus)的计算公式是基于加权最小二乘回归模型,通过对多个变量进行统计建模来分析球员对球队得分和失分的影响。RAPM通过分析球员在场和不在场时球队表现差异来量化球员的贡献,具体公式如下:
[ RAPM = \beta_0 + \beta_1 \times X_1 + \beta_2 \times X_2 + \cdots + \beta_n \times X_n ]
其中,( \beta_0 ) 是常数项,( \beta_1, \beta_2, \ldots, \beta_n ) 是各个变量的系数,( X_1, X_2, \ldots, X_n ) 是影响球队得失分的变量,如得分、篮板、助攻等1。
RAPM的计算步骤
数据收集:收集球员在比赛中的详细统计数据,包括得分、篮板、助攻、失误等。
模型构建:使用加权最小二乘回归模型,将球员的统计数据作为自变量,球队的得分和失分作为因变量进行建模。
变量调整:通过统计建模,调整各个变量的权重,以反映球员对球队得失分的影响。
计算RAPM值:根据模型计算每个球员的RAPM值,量化其对球队表现的贡献。
RAPM的应用场景和优缺点
RAPM广泛应用于篮球领域,特别是在评估球员对球队的贡献时非常有效。其优点包括:
客观性:通过统计建模量化球员的贡献,减少了主观因素的影响。
全面性:考虑了多个变量,能够更全面地反映球员在比赛中的作用。
实用性:为球队管理和战术分析提供了科学依据。
然而,RAPM也有一些局限性:
数据依赖:对数据的准确性和完整性要求较高,数据误差会影响结果的准确性。
权重设定:虽然使用了统计建模,但变量的权重设定仍然需要一定的主观判断。
去查下就知道RAPM怎么计算的了 还无脑喊不依赖任何基础数据呢 你以为制表人和你一样二呢[大笑]
RAPM(Regularized Adjusted Plus-Minus)的计算公式是基于加权最小二乘回归模型,通过对多个变量进行统计建模来分析球员对球队得分和失分的影响。RAPM通过分析球员在场和不在场时球队表现差异来量化球员的贡献,具体公式如下:
[ RAPM = \beta_0 + \beta_1 \times X_1 + \beta_2 \times X_2 + \cdots + \beta_n \times X_n ]
其中,( \beta_0 ) 是常数项,( \beta_1, \beta_2, \ldots, \beta_n ) 是各个变量的系数,( X_1, X_2, \ldots, X_n ) 是影响球队得失分的变量,如得分、篮板、助攻等1。
RAPM的计算步骤
数据收集:收集球员在比赛中的详细统计数据,包括得分、篮板、助攻、失误等。
模型构建:使用加权最小二乘回归模型,将球员的统计数据作为自变量,球队的得分和失分作为因变量进行建模。
变量调整:通过统计建模,调整各个变量的权重,以反映球员对球队得失分的影响。
计算RAPM值:根据模型计算每个球员的RAPM值,量化其对球队表现的贡献。
RAPM的应用场景和优缺点
RAPM广泛应用于篮球领域,特别是在评估球员对球队的贡献时非常有效。其优点包括:
客观性:通过统计建模量化球员的贡献,减少了主观因素的影响。
全面性:考虑了多个变量,能够更全面地反映球员在比赛中的作用。
实用性:为球队管理和战术分析提供了科学依据。
然而,RAPM也有一些局限性:
数据依赖:对数据的准确性和完整性要求较高,数据误差会影响结果的准确性。
权重设定:虽然使用了统计建模,但变量的权重设定仍然需要一定的主观判断。
你说那么多,科比的rapm也不会有任何变化,数据就在那,你喜欢科比就继续喜欢,不喜欢数据就别看,我只是回答了楼主的问题,你又何必那么急
你说那么多,科比的rapm也不会有任何变化,数据就在那,你喜欢科比就继续喜欢,不喜欢数据就别看,我只是回答了楼主的问题,你又何必那么急
有计算公式吗,我好奇完全没有基础数据,那计算的底数是啥?
有计算公式吗,我好奇完全没有基础数据,那计算的底数是啥?
所以奥多姆历史第一小前锋
那不行
那不行
有没有可能,这种依靠公式算法的数据表~~就是一坨~~有一定参考意义但有限。。除了媒体、球探和一些搞数据的,谁拿着这个说事儿啊
球探会相信这玩意儿?你当球探智商是什么?智商但凡过50都觉得这玩意儿扯淡
球探会相信这玩意儿?你当球探智商是什么?智商但凡过50都觉得这玩意儿扯淡
别应激
别应激
0分2分8分的冠军真是骄傲
詹姆斯球迷是喜欢造谣阿,没打的0分、打了2分钟的2分、三级扭伤的8分都算上是吧?而且前两场都输了,你在bb啥?
詹姆斯球迷是喜欢造谣阿,没打的0分、打了2分钟的2分、三级扭伤的8分都算上是吧?而且前两场都输了,你在bb啥?
怎么黑的?
自己逻辑都不通,还问别人怎么黑的
自己逻辑都不通,还问别人怎么黑的
别应激
别应激
怪不得大家都不想要老张退役,少了他的球迷,真是少了一大堆乐子
怪不得大家都不想要老张退役,少了他的球迷,真是少了一大堆乐子
我觉得靠你的嘴上下一掰扯,更容易
我觉得靠你的嘴上下一掰扯,更容易
所以算法公式到底是什么呀?
所以算法公式到底是什么呀?
你连怎么算的都不知道就来质疑?你至少先得知道怎么算的,然后用实际的哪个球星再去结合他的算法得出哪里出问题了,搞半天你连咋算都不知道。。。。
你连怎么算的都不知道就来质疑?你至少先得知道怎么算的,然后用实际的哪个球星再去结合他的算法得出哪里出问题了,搞半天你连咋算都不知道。。。。
所以到底怎么算的?????
所以到底怎么算的?????
怪不得大家都不想要老张退役,少了他的球迷,真是少了一大堆乐子
怪不得大家都不想要老张退役,少了他的球迷,真是少了一大堆乐子
每天上班摸鱼就指着这点乐子呢
每天上班摸鱼就指着这点乐子呢
数据之神,终于在某一项高阶数据上超过了篮球之神
数据之神,终于在某一项高阶数据上超过了篮球之神
你自己说ai的rapm低拿不了冠军,那科比的也低照样拿不了冠军吧,但他的队友加索尔也是低的一档,那他们怎么拿了两连冠?能解释不。
你自己说ai的rapm低拿不了冠军,那科比的也低照样拿不了冠军吧,但他的队友加索尔也是低的一档,那他们怎么拿了两连冠?能解释不。
你猜猜湖人角色球员加起来综合一下是什么强度 而且rapm要求的样本量很大 单赛季季后赛无法分析 而这也正是其他高阶数据的存在意义 其他高阶数据证明那两个赛季加索尔和湖人角色球员发挥极好
你猜猜湖人角色球员加起来综合一下是什么强度 而且rapm要求的样本量很大 单赛季季后赛无法分析 而这也正是其他高阶数据的存在意义 其他高阶数据证明那两个赛季加索尔和湖人角色球员发挥极好
上海匡慧网络科技有限公司 沪B2-20211235 沪ICP备2021021198号-6 Copyright ©2021 KUANGHUI All Rights Reserved. 匡慧公司 版权所有