NBA历年冠亚军成员角色划分2022 |
您所在的位置:网站首页 › nba历届总冠军成员数量统计 › NBA历年冠亚军成员角色划分2022 |
个人原创,转载时请注明本文地址 恭喜金州勇士团队获2022总冠军,能在保留核心班底情况下,补充中生代即战力、融入青年才俊、产生良好化学反应一路登顶,实属不易。 这里针对团队角色进行数据层面的划分,是根据去年写的NBA历年冠军成员角色划分加以部分更新和改进: 细化亚军成员角色与冠军成员一致 引入二当家角色 标准化数值选取 加入总决赛表现补充条件 概念(数据为当赛季季后赛整体数据) A类条件(高级):基础数据:场均25分或22+10或15+三双以上 球权使用率USG:25%以上 胜利贡献值WS:以单轮系列赛0.9计,即四轮3.6以上、三轮2.7以上等,亚军总分要求减0.2(受总决赛负影响) 整合正负值BPM:7.0以上,亚军要求减0.5(受因总决赛负影响) 常规赛荣誉:当赛季MVP或最佳阵容一阵 B类条件(次级):基础数据:场均18分或16+8以上 球权使用率USG:20%以上 胜利贡献值WS:以单轮系列赛0.7计,即四轮2.8以上、三轮2.1以上等,亚军总分要求减0.2(受总决赛负影响) 整合正负值BPM:5.0以上,亚军要求减0.5(受因总决赛负影响) 常规赛荣誉:当赛季最佳阵容或全明星 角色划分细则边缘: 季后赛有出场记录 轮换: 出勤率70%+场均7分钟 或 总决赛全勤+场均7分钟 或 出勤率50%+场均20分钟 (根据实际情况略有调整,比如2022年轮换补入加里-佩顿二世) 主力: 出勤率70%+场均24分钟 或 出勤率50%+场均30分钟 核心: 出勤率70%+场均30分钟 或 出勤率50%+场均36分钟 A类条件满足1项 或 B类条件满足2项 同队核心及以上角色不超过4人 二当家: 若球队存在有且只有1名当家: 若只有1名核心:升为二当家(比如2015克莱-汤普森) 若有多名核心:选其中各项条件明显胜出者升为二当家(比如2012德维恩-韦德),若无明显胜出者不设二当家(比如2022勇士) 双核: 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟 A类条件满足2项 有且只有1名队友同时满足双核条件 若无当家以上角色队友,且有且只有2名核心角色,升其为双核 当家: 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟 A类条件满足2项 无双核及以上角色队友 单核: 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟 A类条件满足2项 无核心及以上角色队友 总决赛表现补充条件对于双核以上角色,若总决赛表现在B级以下,对其扣除一项A类条件并更改角色,比如2006沙奎尔-奥尼尔降为二当家 对于主力以上角色,若总决赛获FMVP且拿到B级以上表现,对其增加相应条件并更改角色,比如2014科怀-伦纳德升为核心 注: 1978年以前因数据统计不全由楼主综合以上荣誉人工判定 1967年以前因队伍太少不统计分区决赛角色 分区决赛角色因比赛太少部分加以调整,并只选取核心以上角色 关于两点问题简单谈一下想法这个算法是否客观准确?首先这并不是在追寻真理,这和发现格林公式(此格林非彼格林)并加以严格数学论证不同。角色划分,包括历史地位排名,只是借助数学模型更深或更广的问题,生活中的实际问题大多如此。 比如用分析工具炒股,不代表最终获利,但比盲买更有效。比如出一套高考卷子,不代表最终分数体现考生真是实力,但也能足够筛选。 因此绝对客观本不存在,这里其实是基于少数的主观普世认知,通过大量的数据进行学习,再扩展于多数的未知领域。绝对准确亦不存在,也不是我们要达到的目的。 我觉得XX球员应该是A角色,为什么你给了B角色?两球员表现有差距,为什么角色相同?不同队球员数据差不多,问什么各自角色不同? 这本质是一个问题:无论是基础数据、高阶数据,或是NBA史上球员历史地位排名2021里面二重运算得到的的积分,都是线性的,而角色分类是离散的。将线性模型转化为离散模型必然出现边界误差。 还是举名校招生的例子:考试分数即为线性数据,若录取分数线是600分,那601分和700分都会被归为一类,而599分的同学将遗憾淘汰。为了一定程度上规避这个问题,所以名校都有保送之类规则。比如拿过竞赛金牌(对应我们的A类条件),或多个竞赛前几名(对应我们的AB类条件),用条件推出离散的结果。 历年冠亚军核心及主力汇总、分区亚军核心汇总完整版角色划分(包括轮换)个人原创,转载时请注明本文地址 个人原创,转载时请注明本文地址 恭喜金州勇士团队获2022总冠军,能在保留核心班底情况下,补充中生代即战力、融入青年才俊、产生良好化学反应一路登顶,实属不易。 这里针对团队角色进行数据层面的划分,是根据去年写的NBA历年冠军成员角色划分加以部分更新和改进: 细化亚军成员角色与冠军成员一致 引入二当家角色 标准化数值选取 加入总决赛表现补充条件 概念(数据为当赛季季后赛整体数据) A类条件(高级):基础数据:场均25分或22+10或15+三双以上 球权使用率USG:25%以上 胜利贡献值WS:以单轮系列赛0.9计,即四轮3.6以上、三轮2.7以上等,亚军总分要求减0.2(受总决赛负影响) 整合正负值BPM:7.0以上,亚军要求减0.5(受因总决赛负影响) 常规赛荣誉:当赛季MVP或最佳阵容一阵 B类条件(次级):基础数据:场均18分或16+8以上 球权使用率USG:20%以上 胜利贡献值WS:以单轮系列赛0.7计,即四轮2.8以上、三轮2.1以上等,亚军总分要求减0.2(受总决赛负影响) 整合正负值BPM:5.0以上,亚军要求减0.5(受因总决赛负影响) 常规赛荣誉:当赛季最佳阵容或全明星 角色划分细则边缘: 季后赛有出场记录 轮换: 出勤率70%+场均7分钟 或 总决赛全勤+场均7分钟 或 出勤率50%+场均20分钟 (根据实际情况略有调整,比如2022年轮换补入加里-佩顿二世) 主力: 出勤率70%+场均24分钟 或 出勤率50%+场均30分钟 核心: 出勤率70%+场均30分钟 或 出勤率50%+场均36分钟 A类条件满足1项 或 B类条件满足2项 同队核心及以上角色不超过4人 二当家: 若球队存在有且只有1名当家: 若只有1名核心:升为二当家(比如2015克莱-汤普森) 若有多名核心:选其中各项条件明显胜出者升为二当家(比如2012德维恩-韦德),若无明显胜出者不设二当家(比如2022勇士) 双核: 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟 A类条件满足2项 有且只有1名队友同时满足双核条件 若无当家以上角色队友,且有且只有2名核心角色,升其为双核 当家: 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟 A类条件满足2项 无双核及以上角色队友 单核: 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟 A类条件满足2项 无核心及以上角色队友 总决赛表现补充条件对于双核以上角色,若总决赛表现在B级以下,对其扣除一项A类条件并更改角色,比如2006沙奎尔-奥尼尔降为二当家 对于主力以上角色,若总决赛获FMVP且拿到B级以上表现,对其增加相应条件并更改角色,比如2014科怀-伦纳德升为核心 注: 1978年以前因数据统计不全由楼主综合以上荣誉人工判定 1967年以前因队伍太少不统计分区决赛角色 分区决赛角色因比赛太少部分加以调整,并只选取核心以上角色 关于两点问题简单谈一下想法这个算法是否客观准确?首先这并不是在追寻真理,这和发现格林公式(此格林非彼格林)并加以严格数学论证不同。角色划分,包括历史地位排名,只是借助数学模型更深或更广的问题,生活中的实际问题大多如此。 比如用分析工具炒股,不代表最终获利,但比盲买更有效。比如出一套高考卷子,不代表最终分数体现考生真是实力,但也能足够筛选。 因此绝对客观本不存在,这里其实是基于少数的主观普世认知,通过大量的数据进行学习,再扩展于多数的未知领域。绝对准确亦不存在,也不是我们要达到的目的。 我觉得XX球员应该是A角色,为什么你给了B角色?两球员表现有差距,为什么角色相同?不同队球员数据差不多,问什么各自角色不同? 这本质是一个问题:无论是基础数据、高阶数据,或是NBA史上球员历史地位排名2021里面二重运算得到的的积分,都是线性的,而角色分类是离散的。将线性模型转化为离散模型必然出现边界误差。 还是举名校招生的例子:考试分数即为线性数据,若录取分数线是600分,那601分和700分都会被归为一类,而599分的同学将遗憾淘汰。为了一定程度上规避这个问题,所以名校都有保送之类规则。比如拿过竞赛金牌(对应我们的A类条件),或多个竞赛前几名(对应我们的AB类条件),用条件推出离散的结果。 历年冠亚军核心及主力汇总、分区亚军核心汇总完整版角色划分(包括轮换)个人原创,转载时请注明本文地址 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |