热点事件持续更新

Pol Marin 介绍用 Python 分析投篮选择与能力的方法

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Pol Marin 在 Towards Data Science 发文，介绍了一种使用 Python 构建预期投篮命中率模型的方法，以区分球员的投篮选择与实际投篮能力。该方法使用逻辑回归模型，基于投篮类型、距离、是否为三分球等特征预测投篮成功率，并进一步计算预期每球得分。作者在文中使用了随机生成的合成数据，并表示不会分享全部代码。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

22:00
Towards Data Science
A Good Shooter or Just a Good Shot Selector? Using Python to Find Out
本文通过构建一个基于 Python 的预期投篮命中率（xFG%）模型，分析球员的投篮表现是否仅由命中率决定。模型使用逻辑回归，根据投篮类型、距离、是否为三分球、是否来自角落、是否在最后时刻出手等特征预测投篮成功率。进一步计算预期每球得分（xPPS），以区分球员的投篮选择与实际投篮能力。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1011月3日 23:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。