切割式分群(Partitional Clustering )

ByAlex Chen
Risk Analyst
#由於前面的聚合式分群結果不佳,因此將繼續透過切割式分 群將結果套用在Kmeans及Kmedoid模型上,嘗試是否有 更好的分群方式,由於前面將k設定為5群 (C,PF,SF,SG,PG),以便與實際資料一致。 #比較Kmeans和Kmedoid結果 1. Kmeans:3群準確率為0.415 (SF, SG, C); 5群準確率 0.275 2. Kmedoid:3群準確率為0.429(C, SG, SF); 5群準確率 0.207 由結果顯示將球員分作3種位置來的比5種好,表示目前實際狀況為,球員已需要多功能特徵為主,如:鋒線球員需要到外線投射及傳球意識、後衛球員具備衝強意識及身材越趨高大,如:中鋒---Joe Embbied(Sixer)、Nikola Jokić(Nuggets) 後衛---Luka Dončić(Mavericks)、Ben Simmons(Sixer) 實作連結: file:///Users/sky/Documents/統計模型實作/資料分群Cluster/Kmeans-Kmedoid.html
Alex Chen
Published: September 05, 2020
clustering model
Markdown
confusion
R
NBA
More from Alex Chen
卡方齊一性檢定
KNN(K-nearest neighbors)_NBA
聚合式階層分群(Hierarchical clustering)
PCA_NBA球員數據降維度
雙變量卜瓦松分佈
kNN_NBA球員位置(201819球季)
chat placeholder

Build Your Professional Network

Click icon on the company page or under talent search engine to start the conversation.