”四年的磨炼让Jett Lee意识到只拥有过硬的技术无法在事业上进一步突破，如今的他正利用这难得的时间准备攻读MBA。 在长时间运球与触球的情形下，虽然防守人能做好针对性防守，但此时一般球星都能通过运球找到节奏，再想防住他们的投篮困难就比较大了。 那几年布泽尔率领的爵士可以说是姚明的苦主了，这也是为什么很多球迷对于布泽尔的印象不太好的原因。 后来转会到了公牛，布泽尔虽然已经不在自己的巅峰期了，但他依然是球队里的主力。 职业生涯最后一个赛季，布泽尔场均依然能够贡献11.8分6.8篮板1.3助攻，当时的他明显还是有油的，但是在还能继续得到续约合同的情况下，布泽尔却来到了CBA联赛，这在当时也是让人百思不得其解。
如果在你的电脑上位置不对，记得修改下 offset 的值（不同系统，甚至不同编译器都可能存在差异）。 我们关心的数据就是 LOC_X、LOC_Y（出手位置）和 SHOT_MADE_FLAG（是否投中）这三列。 为了理解周琦离群的原因，我们单独把他们运动能力数据（敏捷，爆发力，速度）做了投影，发现了更有意思的东西。 球场熟悉度是主场作战的另一个潜在积极因素——球员对自己的主场了如指掌，打起比赛也更能驾轻就熟，而且之前大量有效功防的场上经验也大有用场。
越来越多的联盟以及球队管理层也逐渐意识到，华裔数学人才将助他们在篮球精英的选拔上占尽先机。 不得不说，在如今信息高度发达的背景下，不仅仅是NBA，北美四大职业联盟都已进入全新的时代。 数据分析在比赛中作用越来越大背后，这股看不见的强大力量正在把竞技体育的水平提升到全新的高度。 自2011年起，NBA就大规模普及SportVU系统。 这套系统最初为军用，与传统的根据录影手动统计不同，SportVU使用的是球员追踪分析系统，通过电脑软件自动生成数据，然后由人工按需整理分析。 根据记录，周琦CBA生涯罚球命中率高达7成，而在NBA季前赛里，周琦的罚球命中率为100%，所以火箭队在周琦罚球后直接回到后场、组织防守，而没有选择去冲抢前场篮板。
包括对球员个人数据以及球队数据的爬取、清洗、归一化、降维等，形成较为规则的数据集。 另外，像本-西蒙斯和尼古拉-约基奇这样年轻的现役球员，也正在崛起，并将很快以稳定的表现主导这些统计数据。 《A8体育直播》是一款体育社区APP，涵盖了NBA，CBA，中超，欧冠，奥运会等各种体育赛事，还可以看到各类体育资讯和实时的体育比赛直播战报。 更进一步的分析显示，三分球的增多并不是因为球队的比赛节奏加快而带来了更多投射机会。 除了在1990年代出现过一个三分球投射高峰（因为当时规则曾出现过短暂更改，将三分线设置的更近了），全联盟平均各队的三分球尝试次数基本上呈现逐年线性增长的规律。
找出3PT%较高的球队是NBA博彩玩家获得成功的一个可行途径，特别是在总分盘市场中，因为NBA比赛中平均得分越来越高的情况与有效三分球越来越多、越来越重要的情况完全吻合。 预测NBA赛事可以使用各种各样的方法，但是难点在于必须要持续正确预测才能赚钱。 大数据和体育分析正在改变传统上运动中许多事物的方式。
为了有趣，我还模拟了10,000次赛季和最终选秀结果，从而估计一个球队最终的胜率范围、选秀抽签的百分比几率以及破某些记录的百分比几率。 作为一个专业的体育社区，虎扑用户近96%为男性不足为奇。 虎扑以体育为切入点，发展出了一系列相关论坛，精准地抓住了爱好体育的年轻男性这个群体。 值得注意的是，11时和16时这两个时间段内（均属于工作时间）用户的活跃度甚至比非工作时间还要高。 由此可推测，虎扑步行街论坛版块的学生用户的占比也是相当可观的。
通过以上的分析，我们可以发现在排名与一些其他数据的比较之中，呈现出起伏的变化，可以得知一些场均得分排在前面的球员，在各项命中率，防守、进攻效率以及场均能得到的抢断和防守并没有比排在他们之后的一些球员高。 从现实上的比赛来看，出手数对得分起到了一定的影响，导致场均得分较低。 1，从最终的预测模型来看，前场篮板球（ORB）和抢断（STL）的系数是负数，意味着，如果球队想最大化预测得分，似乎要减少前场篮板和抢断，乍一看，这在球场上有点不符合常理。 但真正了解篮球的应该知道，一个球队获得前场篮板的次数较多时，很可能该球队的投篮命中率不高，如果投篮命中率高，就会有很少的前场篮板球，因此前场篮板球的系数是负的。 至于抢断这个变量，课程中并没有明确地解释，该变量系数是负数，似乎暗示这个变量是指对手抢断自己球队，这样就合理了；如果是防守抢断，通常会导致进攻得分（这在NBA很常见），所以此时该变量系数应该是正数。 本平台可将前述信息在本平台及本平台关联方平台上使用，可再次编辑后使用，也可以由本平台授权给合作方使用。
在重温了的MIT的《the analytics edge》课程后，我决定把该课程整理出来，输出一些数据分析的专题文章。 本篇是和线性回归有关的，我选取了一个相对容易理解、文化差异不是很大的数据分析案例来和大家分享：利用NBA的球队数据去预测未来赛季的得分。 当然，有兴趣的也可以在小释界公众号（ID：insightUX）后台回复“NBA”获得数据下载链接，一起参与分析。 目前，勇士队正在积极为季后赛做准备，并视其与其他球队的配对排列。
然而，最核心的困难是确保它们足够有用，能让你的投注始终准确，从而获利。 在本文中，我们将列出可用的NBA数据，以及它们对于投注的帮助。 分布不均，需要选择特征工程-归一化组件对除Salary以外的特征进行归一化。 能够在NBA工作是很多人的梦想，Michael Lai、Tica Lin就在接受新浪NBA前方记者专访时，讲述了自己成为分析师的经历，同时也给想要到NBA工作人提出了建议。