文件名称：afl_player_ratings：对AFL统计数据对实际比赛表现的调查
文件大小：5.35MB
文件格式：ZIP
更新时间：2024-03-03 17:59:50
JupyterNotebook
afl_player_ratings 鉴于任何时候一次场上的球员人数（每队18位），以及每个球员如何影响比赛状态的严格限制，AFL可能是。 尽管很多数据是秘密提供的，但公众无法获得，但是仍然跟踪着每个玩家的大量统计数据，并发布给了所有人，而且社区中许多人经常将这些统计数据转回给公众。展示一名球员在一场特定比赛中的表现有多好。 通过对一些可用数据的分析，我希望了解这些统计信息是否可以真实地描绘出球员和球队的表现，或者是否有可能在没有看过比赛的情况下正确判断比赛。 统计数字不说谎...还是他们？ 数据 我基于项目的数据来自 。 它跟踪从2012年至2018年每个游戏中每个玩家的许多统计数据。我使用了以下统计数据： 参赛者姓名 季节 回合 游戏余量 反对 处置 踢球 分数 手球 目标 背后 剔除 抢断 反弹50s 50年代内 间隙 陌生人 免费 反对 布朗洛投票 有争议的财产 毫无争议
【文件预览】：
afl_player_ratings-master
----exacttop10.png(12KB)
----.DS_Store(6KB)
----stats_with_ratings.csv(10.71MB)
----stats.csv(9.07MB)
----README.md(2KB)
----Creating-rankings (1).ipynb(74KB)
----Team_ratings.ipynb(23KB)
----withintop10.png(12KB)
----Brownlow_votes.ipynb(122KB)