NBA Game analasis 빅데이터 전략 및 분석

소개

"NBA_Game_analasis 빅데이터 전략 및 분석"에 대한 내용입니다.

목차

1. 들어가기 : 스포츠! 데이터를 만나다
2. 분석 소개
3. 분석 과정
4. 분석 결과 적용 : 강팀 3팀, 약팀 2팀
5. 시사점과 한계점, 애로사항

참고자료, 부록

본문내용

2. 분석 소개
√ 분석 목적
• 수많은 공격과 방어 데이터 중 승패에 가장 크게 영향을 미치는 주 요인을 알고자 함
• 팀별 경기 데이터 비교를 통해 보완할 점을 제안하고자 함

√ 분석 방향
• 주성분 분석을 통한 데이터의 차원 축소 및 주 요인 탐구
• 승리 팀과 패배 팀 각각의 군집 분석을 통한 우승 전략 및 승패 요인 분석

<중 략>

4. 분석 결과 적용
- 승률을 높이기 위한 제언
점슛 시도와 리바운드 지표를 높이기 위한 노력이 필요하다
1.3점슛과 리바운드 지표가 높은 선수를 영입
→ 효율적인 팀 연봉 관리 달성
2.리바운드를 높일 수 있도록 점프력 관련 훈련과 3점슛 정확도를 높이는 훈련 강화
3.3점슛을 쏘고 리바운드를 활용하는 전술 마련
4.축구에서 주로 쓰이던 히트맵을 활용하여, 상대팀 각각의 슛 위치와 이에 따른 효과적인 리바운드 위치 파악 및 맞춤 선수 훈련

참고자료

· 2017-2019 NBA data https://www.kaggle.com/michaelmcfarlane/20172018-nba-regular-season-game-data
· 2018-2019 NBA data https://www.basketball-reference.com/leagues/NBA_2019.html#all_team-stats-base
· Radar chart 그리기 https://rfriend.tistory.com/166
· Column 이름 변경하기 https://realab.tistory.com/8
· PCA 분석 참고 https://rfriend.tistory.com/61