本文旨在基于2600余名欧洲球员基本特征及赛事表现数据使用随机森林模型及部分诸如主成分分析、逻辑回归等其他统计分析方法共同构建球员司职的分类模型。本文建立了三轮特征筛选,成功将400维高维数据进行降维,最终得出10维主成分数据。同时本文创新性的结合了多个随机森林模型的特征选择结果,进一步提高最终分类模型的准确性,降低误筛特征的可能,避免盲目分析。在基础模型的基础上,本文提出了进一步结合球员生涯价值及生涯年龄等因素使用多元线性回归构建了对球员表现的评分模型,该模型处于试验阶段,希望在后续的项目中得以完善。本文得出的分类模型对我国青训事业的发展以及辅助教练员工作有着一定的参考价值以及现实意义,能够帮助教练员全面的分析青少年运动员的各项特征指标,并落实具体的因材施教。
统计学专业毕业论文,供参考!
基于随机森林构建足球球员职能分类器以及评分系统.pdf
(6.51 MB, 需要: RMB 3 元)


雷达卡




京公网安备 11010802022788号







