文件名称：Sports_player_Evaluation_Model:R中的线性回归和K均值
文件大小：21KB
文件格式：ZIP
更新时间：2024-03-30 11:08:03
R
R中的线性回归和K均值 我们发现的数据非常丰富（例如，球员的姓名，NBA球员的球场表现，球员的年龄，他们参与比赛和球队获胜，他们参与比赛）。 在我们发现的数据集中，有关于nba球员的大量信息（例如，球员名称，NBA球员场上表现，球员年龄，他们打过的比赛次数和球队获胜的次数，他们打过的比赛次数和球队的输球次数以及薪水，因此，我们希望对整个课程进行回归分析，以找出最适合以下应用问题的模型：首发阵容决策问题，球员的未来表现和薪水问题，以便为NBA教练组提供最佳解决方案。制定团队管理决策的机会。 开始阵容决定问题。 分析如何过滤每个位置的能力，以获得更好的获胜机会 看看谁是首发阵容中每个首发位置上最有价值的球员 球员未来的表现和薪水问题。 使用球员的历史数据来预测他们在球场上的未来表现 根据球员的表现确定合理的薪水
【文件预览】：
Sports_player_Evaluation_Model-main
----NBA_dataset1.csv(32KB)
----(Part1)NBA_Winning percentage.R(5KB)
----README.md(1KB)
----(Part2)NBA_K-means.R(929B)
----Processed_Data()
--------SF_performance.csv(785B)
--------C_performance.csv(696B)
--------SG_performance.csv(728B)
--------PF_performance.csv(484B)
--------PG_performance.csv(526B)