PCA_NBA球員數據降維度

ByAlex Chen
Risk Analyst
透過主成分分析將原本多達22個籃球變數降維致7個主成分,依序如下,以便後續應用在其它模型配適,如:迴歸模型、KNN分類...等,進而應用在其它分析 主成份 1 重點為「罰球指標FT,FTA,FG,3PA」 主成份 2 重點為「籃板指標TRB,PF,PTS」 主成份 3 重點為「2分球指標2PA,BLK,AST」 主成份 4 重點為「防守抄截指標STL,TOV,FG%」 主成份 5 重點為「投球數指標FGA,2PA」 主成份 6 重點為「命中率指標3P%,FT%,BLK」 主成份 7 重點為「第二波進攻指標2P,ORB」 實作連結:file:///Users/sky/Documents/統計模型實作/主成份分析PCA/PCA_NBA.html
Alex Chen
Published: August 17, 2020
Principal Component Analysis
NBA
R
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)
雙變量卜瓦松分佈
切割式分群(Partitional Clustering )
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.