未来世界的数据分析法-案例(转)

漠河

在2013年2月13号那天，圣安东尼奥马刺队做客克利夫兰迎战骑士队，整场比赛都打得十分焦灼。直到第四节最后时刻，骑士的新秀得分后卫迪昂-韦特斯命中了他菜鸟赛季最大心脏的一球，一记高难度跳投，力助球队在最后9.5秒取得了2分的领先优势。但问题是，他留给了马刺9.5秒的时间，观众们都已经嗅到了翻盘的味道，速贷中心那些骑士球迷的情绪甚至都开始失控。
马刺队叫了暂停，获得了一次前场球的机会，他们决定打一个他们最喜欢的战术。马特-邦纳快速把球发给了距篮筐30尺远的托尼-帕克，待邓肯做了个结结实实的挡拆，迫使泰勒-泽勒换防帕克，帕克抓住这一时机迅速从左侧突破。比赛还剩下6.7秒，帕克控制了下平衡，准备来一个他命中率最高的上篮来扳平比分。霎时间，他看到了什么，然后改变了他的主意。
    科怀-伦纳德安静的待在弱侧底角，没有人注意到他。因为帕克突的十分坚决，侵略性十足，他的突破成功吸引了伦纳德的防守者——韦特斯，他一直被吸引到了禁区。而伦纳德就静静的杵在那块无人区，帕克很快也注意到了这点，于是帕克手腕一甩，送出了一记精准的助攻，那球沿着底线直直的飞向了伦纳德，韦特斯绝望的扑上去也只是徒劳。剩下的就是例行公事，那个时候，这个漂亮的助攻已经完成，伦纳德只需要在他最喜欢的位置投中最喜欢的那个底角三分。他投进了，而马刺也以一分的优势带走了胜利。
    数据统计上把这个漂亮的战术简化为了几个基本的数字：马刺2号球员科怀-伦纳德增加1次出手，1次命中，添上3分。蒂姆-背景帝-邓肯的挡人没有任何记录，而帕克犀利的绕掩护突破和精彩的传球最终仅被记上一笔助攻。
事后，帕克提到了比赛最后的那个战术：“我想我本可以命中那个上篮，但我看到了空位的科怀。我不只是要拿下一场胜利，我还要组织好我的队友们，让他们能整晚出色的发挥，所以在最后时刻我愿意做一个正确的决定。”

       我们再回到帕克-伦纳德的那个绝杀球，这次我们通过预球权分的视角来观察这一过程。这球的初始条件为：骑士领先2分，比赛还剩9秒时间。帕克接球启动了这一系列动作，模型预计该次球权的期望得分为0.97分。
邓肯给帕克做了一个挡拆，让帕克有充足的空间来突破泽勒，此时预球权分实际上正在降低，因为帕克正在中距离持球突破泽勒。随着帕克杀到篮下区域，预球权分也增加至1.36分，帕克的突破已经使得本次预球权分增长了0.39分——但他还没有结束进攻。他发现了底角的伦纳德并送出一记不可思议的助攻，这个动作使预球权分再次增加。考虑到伦纳德的空位以及他在底角出色的手感，帕克本次助攻实际上使球队的预球权分达到了1.75的峰值。此后，由于韦特斯的扑防，预球权分降到了1.58，可惜韦特斯回防的时候已经太晚了。
    下列分镜为截屏，强烈建议大家去原网站看看光学追踪的力量。

    此时比赛还剩下9.2秒，而马刺落后骑士两分（都是影响因素）。帕克（弧顶）刚刚接到马特-邦纳的传球，这时候，他试图打一个战术来追平或是反超比分。这个时刻的预球权分接近于1。

    邦纳发球给帕克后立刻跑到了三分线外，同时，邓肯给帕克做了一个挡拆挡住了利文斯顿，迫使泰勒-泽勒换防帕克，此时帕克位于三分线内一步且有人盯防，其预球权分也降到了0.86。

    帕克迅速突破，他进入了禁区，且防守人被他甩在身后，此时，随着帕克距离篮筐越来越近，预球权分也达到了1.36。


    此时帕克注意到了位于弱侧底角空位的伦纳德，他迅速将球传了出去，由于无人干扰本次传球，而伦纳德在这个区域命中率非常高，且无人防守，你可以看到预球权分直线上升到了1.75。

    你可以看到预球权分略有下滑，那是因为迪昂-韦特斯赶过去封盖了，可惜此时为时已晚，影响微乎其微，他扑上去时其预球权分还是高达1.58。值得一提的是，此时距离比赛结束还有不到4.5秒的时间，你可以看到邓肯和邦纳已经来到禁区准备抢板，而骑士的球员很好的挡住了他们，但他们漏掉了三分线外的加里-尼尔以及在界外看戏的托尼-帕克。
在这次进攻中衡量预球权分之变动的方法有很多，但最简单的方法是针对本次球权的个人进行比较。通过这个方法，从初始阶段的持球开始（0.97）到最后传给底角的伦纳德为止（1.75），帕克的一系列动作为本次进攻赢得了+0.78分。
在这个平行世界里，没有我们传统的统计数据，只有预球权分，帕克终于在这次进攻中得到了一个可观的数字荣誉。而通过传统的“得分，篮板和助攻”数据，伦纳德是最终的赢家。各大网站的标题都是“科怀-伦纳德三分球绝杀骑士！”。
    再举个例子，以下根据是上赛季马刺对雷霆的一场比赛建立的球权模型，我们来评估相应关键值。科怀-伦纳德在弧顶持球，模型分析了伦纳德的下一步进攻趋势，而预球权分的改变结果将在他做出特定动作后得出。

    如果你问瑟沃尼这个项目最难的是哪个部分，他一定会毫不犹豫的指出——计算。他的答案对于这个朝着大数据时代的猛冲的各种数据分析方法都很有意义。说个数据，仅2012-13赛季，用于瑟沃尼论文里的SportVU数据就包括了8亿个球员位置坐标。别忘了，这个数据仅仅是从14个场馆中记录得到的——而如今，每个场馆都在记录数据。光这个项目数据库里的数据就达到了93GB。
        实际应用
    在2012-13赛季里，克里斯-保罗有着所有球员当中最高的“得分增加（points added）”，场均高达3.48分。这就是为什么，为什么联盟中那么多人把他称为NBA最好的控球后卫。帕克的排名同样很高，场均增加1.5分，他在球权达标的327个人中排名第20位。而里基-卢比奥则是最低的，场均负增加3.33分。“当我们提到保罗拥有最高的3.48分的得分增长”德阿莫尔解释说“我们是说他的球队场均都因为有他而增加3.48分，而不是一个普通平均水平的球员，每一次他接球根据场上形势作出判断都举足轻重。”

    以下为注3中论文部分所引用一组对比，即预球权分增加（EPVA）最高和最低的两人。随机提取了他们某一段时间行动的预球权分（EPV）波动变化。
中间EPV处黑点为该球员的EPV，灰点为平均水平球员的EPV，中间左右两侧为传球（Pass1,2,3,4），命中（Made Shot），投失（Missed Shot）以及失误（Turnovers）的概率，深色为该球员在此情况下的相应概率，浅色为平均水平球员在此情况下的相应概率。

    如上图所示为克里斯-保罗在一次三分线持球开始，到突破至篮下结束的EPV变化，我们将其与平均水平球员在同等条件下做同种动作的EPV进行对比。初始时刻，保罗三分线外持球，他的各种动作趋势并不明显，但他的EPV（0.96）略低于平均水平（1.0）（译者认为此处要考虑保罗该点的三分球命中率以及他选择突破或传球的趋势（造成EPV波动），因此略低）；而终止时刻，保罗已成功杀入篮下，由于其篮下命中的可能性极高，当然不排除他篮下突分及失误的可能性，但从上图可以看出，此时保罗命中的概率最大，因此他的EPV飙升至1.58，而平均水平球员在此情况下的EPV则只有1.28。因此，本次进攻保罗的EPVA为1.58-1.0=0.58 这只是这一次的EPVA，而场均的就显然是超级计算机的工作了。

     再来看里基-卢比奥的本次动作，他从篮筐的右侧持球开始，运球到篮筐左侧结束。运用上述方法进行对比。初始时刻，卢比奥篮下持球面对空篮，两位防守者在其身后，如上图，由于其篮下终结能力较差（投失概率最大），其EPV仅有0.81，而平均水平球员此时EPV高达1.58；随后他运球至篮筐左侧寻找机会（但传球概率也随之减少），防守者也补防到位，但由于其篮下终结能力较差（投失概率最大），其EPV还是仅有0.86，而平均水平球员也降到了0.92（有人补防等因素）。因此，本次进攻卢比奥的EPVA为：0.84-1.58=-0.74（此处原文为-0.66，译者看图许久也没看出来怎么算的）。
另外附上注3中论文的附录1——上赛季NBA球员的EPVA的正数前十和倒数前十，要说一句的是，当时仅有14个场馆安装了光学追踪摄像机，数据样本不完全，因此无法覆盖所有球员的每一场比赛，比如保罗和詹姆斯（排名正数第23）就只捕捉了他们某些客场的光学影像，分别为11场和17场。译者认为保罗第一是由于他的自主进攻能力，创造机会能力，以及队友把握机会能力都很强，而文中明确指出，卢比奥排名垫底则是与其全场无死角的低投篮命中率有关（神翻译来自@ scifihoop）。

   尾声

预球权分项目的总体贡献我们还不得而知，它还处在一个幼儿期，绝不可能现在就能对篮球分析发起一场“革新”。但它最终将会为NBA开辟一条全新道路来分析球员表现。也许结果不尽其然，也许它的作用不在评估球员的真实价值，而在于为未来世界的篮球分析提供一种新的思维想法，新的计算能力，又或是新的理论基础。这几年来，我们总是在说要创造一种“先进数据”，可事实上我们却仅仅是对一些算法稍加精进而已。无论我们是否愿意，这种情况都要有所改变。不要误会我——每回合得分和PER值已经显著提升了篮球的分析能力。但是，未知的世界还很大，我们要做的是还很多。考虑到目前我们所获得的追踪数据浩如瀚海，我们迫切的需要找到一种类似的新型数据提取技术。
只可惜，最好的数据组已越来越难得到，而计算也变得越来越复杂，坐在家里就能进行这种数据分析的未来还是比较遥远。

hnhbjmp

呵呵，学习，谢谢

wangtian4625

有点复杂 学许欸西