数字不会说谎!揭密球团如何抉择交易目标,球员是否适合体系早已

2020-07-12 当下叫做

不论是在东区还是西区,今年暑假我们看到了一大堆疯狂的交易。所有2017年的签约,从那些红透半边天的名字(Gordon Hayward,Chris Paul,Jimmy Butler,等等)到团队不可或缺的球员(Jeff Teague,J.J Redick,Jamal Crawford,等等),都回避了问题的实质:球队是如何「有效地」挑选适合的球员,进行阵容升级?

数字不会说谎!揭密球团如何抉择交易目标,球员是否适合体系早已

「契合度」假设

现在已经有一些非常有意义的方式来量化契合度,有一些是我们自己的Senthil Natarajan提出的。这些方法试图回答这个问题:「当一些特定球员组合一起打球时,效率如何?」或者,契合度能用来决定当一个球员加入一支已经有着确定组合的球队时,他要如何改变,反之亦然。

目前并没有一个模型来确定当一个特定球员加入一个球队,亦或者他的球队组合在交易中发生了改变时(寻求未来的位置),「契合度」如何。就目前而言,我认为球员们会在他们自己或者球队转变时,会扮演他们最近的「角色」。比如,如果Gordon Hayward在我2017年的聚类分析中被认为是「神」,那他将在2018年继续在塞尔提克扮演这个角色。

数字不会说谎!揭密球团如何抉择交易目标,球员是否适合体系早已分析过程

如果你不太在意分析过程,请直接跳到最后的GIF档。

我按照一个球队在有效投篮命中率(eFG%)和得分(Score)上比他的对手好多少来定义效率。回到2001年,对于上场时间排名前一百的累计阵容中,我将每一个队员都替换成了那一年中他们各自的群体。接着,我计算了某一特定型别球员在一个阵容中的上场时间,并把这个数字除以5,得出「阵容组成」百分比(lineup composition percentage)。

由于我试图预测给定阵容的有效投篮命中率和净得分,我为每个认为创造一个单独的模型。或者,我可以选择用同一个模型,但出于解释的目的,我选择了多个单独模型。

为了确定哪个球员群对有效投篮命中率和净得分影响最大,我使用了一个简单的弹性网路迴归模型,并检测了它的係数。下面这个图示展示了最终结果。

数字不会说谎!揭密球团如何抉择交易目标,球员是否适合体系早已数字不会说谎!揭密球团如何抉择交易目标,球员是否适合体系早已本质上来说,係数可以这幺解释:如果我们保持所有其他群组不变,并将「神」组的比例提高一个单位,我们预计将看到得分净增长25分以及有效投篮命中率净增长0.12。使用同一个分析方法,我们会看到群组「有3无D」以及「内线大个」对有效投篮命中率影响不大。在这两个模型间,我们看到「神」,「有进攻天赋」和「防守后卫」的球员型别对这两个领域的贡献最大,然而其他球员的贡献是负的。

讨论「契合度」

通过上面的权重分析,我们能够开始讨论「契合度」。打个比方说,为了创造一个能够「工作」的球队,我们只需要把那些当他们一起打球时,不会导致另一个人陷入负权重的球员们组合在一起。比方说,当LeBron James和Dwyane Wade以及Chris Bosh在迈阿密一起打球时,人们质疑他们如何分享球权。

在我之前的聚类分析中,在加入热火之间,LeBron和Bosh分别位于「神」和「全能大个」组。Wade在和James组队之前,同样位于「神」组。组队以后,这些球员依然保持他们原先的球员类别。

另外,在加入骑士队之前,Kevin Love和LeBron都处于「神」的类别中。Kyrie Irving和最早的LeBron则处于「有进攻天赋」的类别。在和LeBron一起打球以后,Irving在隔年提昇了他的打法,并加入了「神」组,但Love下滑到了「全能大个」的组别。儘管没能有效保留每个球员之前的才能,但这个球队的组合并没有对球队造成太大的伤害。

数字不会说谎!揭密球团如何抉择交易目标,球员是否适合体系早已想象一下这个场景:LeBron加入骑士导致Love转变成「平均水準的大个」或者一个「有3无D」型别的球员。儘管骑士队在加入LeBron之后最终将变得更好,但它的「契合度」并不是最佳的(也就是说,没有最大化每个球员的潜力)。

当然,这需要做更多工作来完全充实这个想法,但是它的基础在于减少由于改变球队的组合,使得球员的经历发生负面改变。

 

推测

除了使用弹性网路迴归模型,我还通过整合随机迴归、支持向量迴归、神经网路迴归以及KNN迴归的预测来增加额外的预测能力。结果模型在能够减少有效投篮命中率和净得分预测上的均方误差。

下面这个GIF展示了一些球队的最佳组合是如何通过交易和签约而改变的。

数字不会说谎!揭密球团如何抉择交易目标,球员是否适合体系早已在Hayward加入以后,塞尔提克为了净得分牺牲了有效投篮命中率,而犹他爵士则蒙受了巨大的损失。灰狼在添加了Teague和Butler后实现了巨大的飞跃,而令人惊讶的是,快艇队所受到的损失并不如我们想象中这幺大。

 

未来展望

有这个资讯,我希望能够建立一个网页应用程式,允许人们新增他们喜欢的组合并看到它们的预期值和有效性。在我的下一篇文章中,我将用一种更加量化的方式来解决「契合度」的概念。