没有合适的资源?快使用搜索试试~ 我知道了~
basketball_on_paper:篮球技战术攻防统计分析。
共11个文件
png:7个
md:2个
ipynb:1个
需积分: 10 1 下载量 20 浏览量
2021-04-18
22:56:29
上传
评论 1
收藏 791KB ZIP 举报
温馨提示
纸上篮球 背景 在年轻时被介绍到篮球运动和比赛中,我的好奇心在于确定进攻性或防守性比赛是否等同于比赛获胜。 在探究这个问题时,我们会从NBA一些先进的统计数据的角度来审视。 问题和假设 问题:进攻性或防守性游戏对胜利的作用是否更重要? 零假设:进攻和防守的比赛统计数据之间没有区别。 替代假设:进攻性和防守性的比赛统计数据之间会有所不同。 数据 数据由NBA.com API通过客户端软件包的NBA 2018-19常规赛季比赛统计数据组成。 抽取的数据包括比赛日志,联赛统计信息和各队的比赛统计信息。 从赛季数据中,我选择以下统计数据来比较获胜和失败的球队作为衡量进攻和防守表现的代理: 进攻进攻统计: 有效投篮命中率(EFG%)-投篮 进攻篮板率(OREB%)-进攻队的控球率 罚球命中率(FTA率)-进入犯规线 防守比赛统计: 周转率(TO率)–没打好球 防守篮板率(DREB%)-防守
资源推荐
资源详情
资源评论
收起资源包目录
basketball_on_paper-main.zip (11个子文件)
basketball_on_paper-main
proposals.md 1013B
images
LossesbyTeam.png 25KB
DREB.png 23KB
WinsbyTeam.png 24KB
TO.png 19KB
FTAR.png 21KB
NBA-Goat.jpg 294KB
OREB.png 23KB
EFG.png 23KB
draft.ipynb 643KB
README.md 4KB
共 11 条
- 1
资源评论
优创品牌营销
- 粉丝: 7
- 资源: 4528
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功