[閒聊] 動態數據RAPM簡介(末): RAPM

看板Spurs (聖安東尼奧 馬刺)作者 (Frank)時間3年前 (2021/10/14 21:50), 3年前編輯推噓9(9010)
留言19則, 10人參與, 3年前最新討論串1/1
Regularized Adjusted Plus-Minus (RAPM) 由於APM只用誤差最小平方法進行估算 若有球員表現呈高度相關性 則會出現多重共線性的問題 導致不同球員估算的正負值有劇烈的浮動 有的絕對值十分巨大 有的則趨近於0 此時可以在誤差最小平方合的矩陣外 額外加入λx正負值反矩陣x正負值矩陣 (可以想像成λx正負值平方和) 利用懲罰項λ讓正負值不會出現絕對值異常大的情況 這種作法稱為嶺回歸(ridge regression) 這也是RAPM以及許多新的籃球數據模型的基本方式 除了ridge regression之外 還可以加入幸運值的影響(luck-adjusted RAPM) 舉例來說隊友和對手罰球命中率不會受個別球員能力影響 但不同的命中率會影響球員的正負值 這個也能透過luck-adjust調整 小結 自從PER問世以來 進階數據已隨著資料科學的進步蓬勃發展。 除了引用基本數據做為公式之外 新的進階數據更像是透過新數據不斷修正的模型 有的主打動態數據 有的加入幸運值 有的則是能預測未來發展 甚至還有利用機器學習建立的模型 今天介紹的RAPM是很多先進模型會引用的 其實進階數據背後有很多數學以及原理 若能稍加研究 就能推斷出各個數據的優缺點以及適用範圍 個人覺得比起純粹比數字大小有趣多了XD 延伸閱讀 RAPM介紹 https://reurl.cc/Mk4Qyp Ridge Regression (youtube 影片) https://reurl.cc/V5NxNy Luck-adjusted ratings https://reurl.cc/OkGNGy -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 175.181.176.148 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Spurs/M.1634219423.A.057.html ※ 編輯: f820203 (175.181.176.148 臺灣), 10/14/2021 21:53:07

10/15 07:41, 3年前 , 1F
推~
10/15 07:41, 1F

10/15 11:06, 3年前 , 2F
推,雖然門外漢只能模糊看懂個大概
10/15 11:06, 2F

10/15 12:35, 3年前 , 3F
嚴格來說線性迴歸的迴歸係數才幾個,根本不是overfitting.
10/15 12:35, 3F

10/15 12:36, 3年前 , 4F
會有很大預測誤差是因為共線性下符合最小平方的解不止一組
10/15 12:36, 4F

10/15 12:37, 3年前 , 5F
沒有新的資料測試前根本不知道哪個預測效果較好。
10/15 12:37, 5F

10/15 12:39, 3年前 , 6F
ridge ression的重要是盡可能選出小的迴歸係數。
10/15 12:39, 6F

10/15 12:40, 3年前 , 7F
避免掉太大的迴歸係數造成過大的預測誤差。
10/15 12:40, 7F

10/15 12:46, 3年前 , 8F
樓上專業
10/15 12:46, 8F

10/15 12:46, 3年前 , 9F
線性迴歸的確是想辦法讓MSE壓到最小
10/15 12:46, 9F

10/15 12:46, 3年前 , 10F
而不是把所有值硬fit出來
10/15 12:46, 10F

10/15 12:54, 3年前 , 11F
Ridge則是收斂用的
10/15 12:54, 11F

10/15 12:54, 3年前 , 12F
我再修正一下文章
10/15 12:54, 12F

10/15 12:54, 3年前 , 13F
感謝V大提醒~
10/15 12:54, 13F

10/15 12:55, 3年前 , 14F
感謝f大一直以來的用心分享諸多好文章
10/15 12:55, 14F

10/15 22:23, 3年前 , 15F
push
10/15 22:23, 15F

10/16 00:33, 3年前 , 16F
感謝分享
10/16 00:33, 16F

10/16 05:42, 3年前 , 17F
push
10/16 05:42, 17F

10/16 10:39, 3年前 , 18F
好文推
10/16 10:39, 18F

10/16 15:47, 3年前 , 19F
10/16 15:47, 19F
※ 編輯: f820203 (175.181.157.77 臺灣), 10/16/2021 17:01:50 ※ 編輯: f820203 (175.181.157.77 臺灣), 10/18/2021 13:37:06 ※ 編輯: f820203 (175.181.157.77 臺灣), 10/18/2021 13:39:32
文章代碼(AID): #1XQ3MV1N (Spurs)
文章代碼(AID): #1XQ3MV1N (Spurs)