-
题名基于主成分分析的NBA球员综合能力评价
被引量：5
- 1
-
-
作者
满帅
龙华
熊新
李一民
刘霖璇
-
机构
昆明理工大学信息与自动化学院
加利福尼亚大学欧文分校数量经济学院
-
出处
《软件导刊》
2018年第6期185-189,197,共6页
-
基金
云南省科技厅资助项目(2014RA051)
-
文摘
目前对球员综合能力的评价方法有TOPSIS法、灰色关联分析法等,但当评价指标量多时,存在计算效率低等缺陷,同时有些评价指标并不是值越大越好,且会对最优排序和最劣排序造成影响。为求取最适合的算法、作出准确的NBA球员综合能力评价,采用主成分分析法,以现役NBA联盟中538名运动员的得分、助攻、三分命中率等13项指标为实例,进行评价方法研究。分析球员多方面能力,得出球员在各项成分中得分排名并计算出各项能力最强的前十名球员,与体育界分析结果进行比较,分析球员的强项和弱项。实验结果表明,主成分分析能够高效地将数据降维,表现各项数据之间关联性,并且分析结果正确,适用于NBA球员综合能力评价。
-
关键词
主成分分析
NBA
球员综合能力评价
-
Keywords
principal component analysis
NBA
evaluation of players＇ comprehensive ability
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
