颜色分类leetcode NBA Shot Analysis 可视化以更好地了解NBA投篮倾向和效率以及预测投篮结果的分类模型

颜色分类leetcode NBA投篮分析目标建立分类模型预测NBA投篮是否进场，并创建可视化，帮助总经理、教练和球员识别投篮模式，消除不良投篮，优化策略，提高投篮效率。 ETL我从三个来源收集了我的数据：从stats.nba.com抓取的拍摄位置数据（有关更多详细信息，请参阅我的）玩家追踪数据来自防守数据来自由于NBA在2016赛季中期停止提供运球次数和后卫距离等跟踪数据，因此我将项目重点放在了2014-15赛季。我收集了超过200,000个镜头的数据，其特征包括但不限于：射击距离、(x,y)坐标和射击区触球时间和运球次数最近防守者的姓名和距离游戏上下文统计信息，例如剩余的投篮时间、周期、游戏时钟投篮类型（跳投、扣篮等）我想为每次投篮添加更多背景信息，因此我为每个防守者（盖帽百分比、防守胜利份额/48、防守框得分加减）和球队（防守评分）添加了高级防守统计数据。我收集的数据有两个不同的区域细分，一个详细说明了球场的方向区域（左、右或中心），另一个详细说明了更精确的位置（油漆、角落3等）。我将这些组合成15个区域，如下所示，对于