虽然这笔交易可能看起来有点突然，但它反映了 NBA 球队经理一直以来的沟通和运作方式，以及球员在比赛之外考虑自己的未来。而这些人中的大多数人都在朝着同一个目标努力——赢得 NBA 总冠军。

正因为如此，NBA 季后赛已成为职业体育中最受关注的赛事之一。进入季后赛的16支球队，无论他们是濒临胜利还是勉强晋级，星光熠熠的还是团队型的，完全健康还是受伤的，只要能取得16胜，都将能够举起奥布莱恩杯，享受球迷的热情和欢呼。

这听起来很简单，但实际上，几乎每个系列都发生了很多意想不到的事情。可能有状态不佳的明星球员，也可能有突然出现的板凳球员，也可能是己方的球员，他们在球队有机会杀人的最后时刻抢到进攻篮板，但选择将球握在手中，让常规时间用完。

▲ Jamie痛哭

那么在所有的不确定性中，有没有办法通过数据来预测 NBA 总冠军的最终冠军呢？事实上，这个领域的研究很多，所以作为篮球和计算机科学的粉丝，我也想做一个简单的机器学习模型来预测近年来季后赛的结果。

1. 数据收集

在数据收集阶段，我首先考虑的是，随着季后赛的开始，你如何判断每支球队的实力？自然而然地，我想到了我在那个赛季的常规赛中表现如何。

我的主要数据来源是该网站有过去几十年球员和球队表现的详细记录，它甚至具有将表格转换为 CSV 的能力，这很容易收集。

在众多团队数据表中，我最终得到了 Stats 表。该表包括每支球队的常规赛胜场数，以及胜场数 （PW），即根据每场比赛得分和失分调整后的胜场数。该表格还包括根据赛程强度调整的兴趣点 （MOV） 和兴趣点 （SRS），以及进攻表现的衡量标准，如投篮百分比和失误百分比，以及防守考虑因素，如投篮百分比和对方球队的失误百分比。

这

之所以不选择场均得分、篮板、助攻等基本数据，是因为这些数据没有考虑对手的实力，而混合数据表中的进攻效率（ORtg）和防守效率（DRtg）数据是基础数据的整合，对球队的强弱有着更直观的反映， 使用这些数据还可以减少模型中特征向量的数量。

2. 初期培训

大多数与篮球预测相关的研究都选择了线性回归 （ ） 作为模型，因为从理论上讲，一支球队的实力应该与其数据呈线性关系，赢的比赛越多，球队通常会越强，丢分越多，球队的防守就越差。在最初的训练过程中，我将第一轮、第二轮、分区决赛、决赛、最后冠军的球队将季后赛标记为 1、2、3、4、5，这意味着数字越高，球队在季后赛中走得越远。之后，我计算了混合数据表中每个数据项与球队季后赛表现的相关性。

▲ 所用数据为 03-17 赛季常规赛

由此可见，常规赛胜场数（W、PW）、场均得分（MOV、SRS）和效率值（NRtg、Net，指球队 100 轮的净分）与球队的季后赛表现有着明显的线性关系。投篮命中率 （TS%， eFG%） 也与球队的季后赛表现有一定的相关性。

一个有趣的发现是，如果你只计算第 11 赛季到第 17 赛季的数据（在本例中，第 11 赛季是指第 11-12 赛季，赛季其余时间也是如此），你可以看到球队的常规赛季投篮命中率与季后赛表现的相关性要高得多，而进攻效率的相关性变得更强，而防守效率的相关性降低。相应地，如果你看一下 03-10 赛季，防守相关的数据与季后赛表现的相关性会更高。这也反映了联盟多年来的趋势。过去，职业体育“赢比赛，但赢”这句格言在 NBA 中颇适用，而 21 世纪初三度夺得总冠军的马刺队就是防守球队的代表。近年来，库里等球员的出现推动了比赛风格的演变，使得进攻和投篮的重要性逐渐增加。

▲ 所用数据为 11-17 赛季常规赛

在对数据有了初步的了解后，我以常规赛季胜场数 （W）、场均得分 （MOV）、效率值 （NRtg） 和真实投篮命中率 （TS%） 为特征向量，训练了一个线性回归模型，然后用 18 和 19 赛季的季后赛球队进行了测试，结果如下：

▲ 第 18 赛季测试结果（蓝色）和实战成绩（橙色）。

▲ 第 19 赛季测试结果（蓝色）与实战成绩（橙色）。

对于那些在季后赛中表现优于常规赛的球队（图 2，左起第三，19 年的猛龙），该模型似乎无法很好地预测，并且模型的 R2 值（即 of，反映了特征向量预测和解释标记的程度）也很低，表明所选特征不能很好地解释球队的季后赛表现。

之后，我尝试用更多的数据作为特征来训练模型，虽然结果有所提高，但 R2 值仍然低于 0.5，冠军的预测差异很大。

3. 重新组织您的数据

本来，我计划的下一步就是取季后赛两队的差值，预测对决的胜者，从而完成每个季后赛系列赛的预测。但初步实验的结果表明，我必须先重新筛选我的特征向量。因此，我考虑了许多可能影响比赛结果的因素，例如两支球队的常规赛战绩。然而，联赛同一半区的两支球队一个赛季只交锋四次，而两支实力相近的球队很可能会各赢两场，这使得这个统计数据毫无价值。而且，在初步收集的过程中，我发现了很多常规赛记录与季后赛相反的情况。19 年，猛龙队在常规赛中只赢了一场对雄鹿队的胜利，但在季后赛中淘汰了他们的对手。开拓者队在那个赛季的常规赛中被雷霆队横扫，但在季后赛中以 4-1 赢得了系列赛。

▲ 19赛季雷霆VS开拓者G3，利拉德三分杀，贡献了当年名场面：一个没有感情的杀手

我还考虑过在常规赛后半段对球队进行加权，以反映球队如何进入季后赛，但考虑到许多球队在赛季结束时休息，这个统计数据有很多人为的修正。我还在知名体育分析网站上查看了 Elo Index，但最终决定只引入一个新的特征向量，即明星表现。

人们常说季后赛是超级巨星的舞台，尤其是现在超级巨星和抱团掌权，球队主力球星的表现往往决定了球队在季后赛中能走多远。那么，你如何使用数据来显示明星对你团队的影响呢？我的选择是查看球队中常规赛中 PER 最高的两名球员14 15赛季nba季后赛 马刺vs快船3，然后取他们前两个赛季季后赛 PER 值的平均值来计算球队的星球指数。之所以选择 PER 值而不是常规赛 PER 值，是因为一些球星在季后赛中经常出现下滑的表现（你们中的一些人可能听说过“垃圾兄弟”的昵称）。当然，这种统计方法还有很多不足，最后我会详细分析一下。

一旦我决定了要添加的特征向量，我就计算了 14-17 支季后赛球队的星指数，然后取了两支对方球队的星星指数与其他数据之间的差值。我之所以只使用 14 个赛季后的数据，是因为如前所述，NBA 在不断发展，而超级明星篮球近年来越来越受欢迎。随后的实验也在一定程度上证实了这一点——当前几年的数据被添加到训练集中时，模型对 18 和 19 个赛季的预测准确性下降了。

最后得到的数据如下：Team 和 Opp 是季后赛中对阵的两支球队，Res 代表两支球队的大比分，Res 为 3 表示前一支球队以 4-1 击败后一支球队，Res 等于 -1 表示前一支球队以 3-4 输掉比赛，以此类推。我觉得系列赛的大比分可以在一定程度上反映出两支球队的相对实力，所以我用这个数据来代替简单的输赢作为标签。

那么，在这么多常规赛季数据中，应该选择哪些作为特征向量呢？除了我创建的 Star Index 之外，与比赛结果密切相关的数据还包括胜场数（W、PW）、分差（MOV、SRS）、进攻效率和净效率（ORtg、NRtg）和投篮命中率（TS%、eFG%）。但是，它们之间也存在高度相关性，例如，获胜和获胜点之间存在直接相关性，因此选择这些作为特征向量可能不是最好的解决方案。最后，我选择了 Star Index、Wins （W）、Net （NRtg）、 Goal （eFG%） 和 （SOS） 作为特征向量。数据涵盖个人和团队，赛程强度的引入使其更具可比性。

4. 再次训练

在进行再培训时，我选择了 Azure 提供的服务。进入 Azure 界面后，您会在左侧的工具栏中找到该服务。

在 ML 中，您可以通过拖放模块轻松训练和测试模型，它还提供了许多模板来满足不同的需求。如果需要大规模使用模型，还可以在 Azure 中部署它。我构建的那个如下所示：

我使用的训练集来自 14-17 赛季。选择特征向量后，我对它们进行归一化 （） ，然后使用数据训练线性回归模型。我的测试集基于 18 年和 19 年赛季，使用相同的方法后，我使用该模型计算了比赛结果的预测值，并用它来评估模型的性能。部分最终结果如下：

可以看出，虽然模型对序列具体大分的预测有些偏差，但正负预测与实际值基本一致。在测试集中的 30 场比赛中，该模型成功预测了 26 场比赛的结果，正确率为 86.7%。这里的 R2 值 （ of ） 也比以前高一些。

然而，这并不是理想的最终结果。因为如果模型错误地预测了比赛的获胜者，那么模型应该在下一轮中根据自己的错误预测进行预测。例如，如上图所示，模型预测 76 人队将在 18 年季后赛第二轮击败凯尔特人队，而在不知道真实结果的情况下，模型应该预测 76 人队和骑士队之间的东部决赛胜者。

▲第18赛季季后赛第二轮，失去了欧文和海沃德的绿军全军覆阵，不被看好就击败了费城双城

为了更直观地呈现预测结果，我将模型的预测值转换为胜率，最终得到了对第 18 赛季和第 19 赛季季后赛的以下预测：

▲ 18 季票（✔预测正确，×预测错误）。

▲ 第 19 季（✔预测正确，×预测不正确）。

可以看到，虽然前几轮比赛的预测错误会对后面几轮的预测产生影响，但该模型成功预测了 86.7% 的比赛获胜者，也成功预测了第 18 赛季的冠军勇士;19 年14 15赛季nba季后赛 马刺vs快船3，猛龙队被预测为东部决赛的真正冠军，而勇士队被预测将在总决赛中击败雄鹿队赢得总冠军。不过，在 19 赛季的两场比赛（开拓者 vs. 掘金、雄鹿 vs. 猛龙）中，模型给出了双方非常接近的胜率，这也说明模型还是挺有可贵的。

5. 总结与反思

在这种做法中，我使用 Azure 服务构建了一个线性回归模型，并根据球队的常规赛表现和球队球星过去的季后赛表现来预测球队的季后赛表现。该模型预测 18 年和 19 年季后赛的正确率为 86.7%。我觉得这是一个不错的结果，但是在实验的过程中，我也意识到了一些不足。

首先，我的研究没有考虑到刚刚结束的 20 赛季。这是因为 20 赛季在很大程度上受到大流行的影响，球队的常规赛比赛数量不同，这使得常规赛胜利的数量不具有代表性。此外，20 年有四个月休赛期，球队在休赛期前后的状态可能会大不相同，我的模型没有考虑到这一点。总而言之，没能对刚刚结束的赛季做出完整的预测，对我来说有点遗憾。

一个更重要的缺点是我的模型中星标的特征向量不稳定。Star Index 的计算方法是确定该赛季常规赛中 PER 值最高的两名球队，然后取他们前两个赛季季后赛 PER 值的平均值。在计算这个值的过程中，我遇到了不少特殊情况。比如有的选手已经过了巅峰期，季后赛的 PER 值连年下降（比如这几年的魏少），有的选手在上升，PER值连年飙升（比如前几年的字母兄弟）。也可能有一些球员之前在季后赛中表现不佳，或者根本没有打过季后赛（在这种情况下，我采用了他们常规赛 PER 的 0.9 倍）。总而言之，我的星星指数的统计方法不够严谨，这个数据并没有最大程度地预测星星对季后赛的影响。

▲ 15-18赛季，字母哥实现了季后赛三连胜14 15赛季nba季后赛 马刺vs快船3，PER值从10.9到21.9再到26.6，成为MVP级别的超级巨星

我认为 Azure ML 是一项非常方便的服务，它允许您从各种模板中进行选择，例如图像识别、多类别分类和许多数据处理功能。除了数据归一化 （） 之外，它还可以处理缺失数据、查找最相关的参数、调整参数、将数据拆分为训练集和测试集等。虽然我没有在这个实验室中使用所有这些功能，但我认为 Azure ML 对机器学习初学者有很大帮助，并且无需键入代码即可完成很多工作。

ML 的一个小缺点是它有点慢，通常需要一段时间才能完成一次完整的运行。但是，如果需要对以前运行的模块进行更改，Azure 将重用以前运行的模块，这将使其运行得更快。

▲ 符号表示此模块之前已经运行过，因此无需重复运行

6. 未来的研究方向

鉴于我的模型更多地依赖于 Star Index 中不太稳定的参数，我还希望有机会探索一些更注重团队的运动和联赛，我的模型在这些运动和联赛中可能会表现得更好。最后，既然我已经发现了 Azure 的实用性，我计划使用该服务来完成各种机器学习主题。

我还对本赛季的季后赛进行了预测。鉴于每支球队到目前为止只打了 20 场比赛左右，我用了每支球队的预测常规赛战绩，把前八名作为东西部前四名的种子球队，然后用他们截至 1 月 29 日的常规赛数据来预测冠军。

▲我的模型预测湖人将在西部决赛中击败快船，雄鹿将击败篮网晋级总决赛。最终，湖人队将击败雄鹿队夺得总冠军。

当然，这个赛季仍然是一个漫长的赛季，季后赛预计将于 5 月 22 日开始，总决赛将于 7 月开始。让我们拭目以待，看看最终谁会夺冠。

此外，预测预测夺冠的概率是湖人、快船、雄鹿和凯尔特人（我的模型预测篮网在四强中取代了凯尔特人）。

▲ 2 月 2 日预测的 NBA 总决赛夺冠概率如果你

有兴趣，可以点击文章左侧的 “Read more” 来构建你喜欢的数据模型。

出海过魏 说医疗 出海 ·数字化转型峰会