【数据分析】：FIFA足球运动员数据建模及类型分析（因子分析+聚类）

数据来源：

数据集：

https://www.kaggle.com/datasets/bryanb/fifa-player-stats-database

所有数据爬取自：https://sofifa.com/

数据字段：

基础数据：

ID标识、Name名字、Age年龄、Nationality国籍、Overall总评、Best Overall Rating最佳位置评分、Potential潜力、Club俱乐部、International Reputation声誉

身体数据：

Preferred Foot惯用脚、Weak Foot逆足、Skill Moves花式、Work Rate攻守参与度、Body Type体型、Height身高、Weight体重

进攻数据：

Crossing传中、Finishing射门、HeadingAccuracy头球、ShortPassing短传、Volleys凌空

技术数据：

Dribbling盘带、Curve弧线、FKAccuracy定位球、LongPassing长传、BallControl控球

运动数据：

Acceleration加速、SprintSpeed速度、Agility敏捷、Reactions反应、Balance平衡

力量数据：

ShotPower射门力量、Jumping弹跳、Stamina体力、Strength对抗、LongShots远射

心理数据：

Aggression侵略、Interceptions拦截、Positioning跑位、Vision视野、Penalties点球、Composure镇定

防守数据：

Marking盯防、StandingTackle抢断、SlidingTackle铲球、DefensiveAwareness防守意识

守门数据：

GKDiving扑救、GKHandling手型、GKKicking开球、GKPositioning站位、GKReflexes反应

数据分析流程：

1. 对数据进行加工

先把既不属于数值属性又不属于类型属性的ID标识、Nationality国籍、Club俱乐部删掉。

Marking盯防数据应该是老版本的FIFA才有的数据，新版本已经删除，该列可直接删除。

2.对数据指标进行描述性分析，分析数据指标的缺失值、异常值、数据集中趋势、数据离散趋势进行分析，并进行数据预处理

通过描述性分析可知：无异常值、偏态不算很严重，可以考虑不做BOX-COX变换。量纲不一致，方差很大，需要做标准化。

3.对类型数据进行标签编码

惯用脚两类，进攻防守参与度5类，体型6类，要进行聚类，需要对进攻防守参与度和体型进行独热编码。

4.对多标签数据进行独热编码

5.对指标（变量）进行标准化处理，以消除量纲影响

6.检查各变量相关性

可以看到Skill Moves花式和进攻数据、技术数据强相关，相关系数达到0.8以上。要想聚类就要进行主成分分析或者因子分析，为了获得较强的解释性，下面我们进行因子分析。

7.对数据指标进行KMO巴特利球形检验，进一步判断是否适合做因子分析，KMO值大于0.7适合做因子分析，显著性越小且小于0.05时，适合做因子分析

KMO检测值=0.81>0.7，显著性=0<0.05，适合做因子分析。

8.对标准化处理的数据进行因子分析，分析因子的贡献率和累计贡献率，因子的累计贡献率达到70%~90%，提取因子即可（F1、F2、F3），确定的因子所代表的信息已能较充分地描述原始数据所包含的信息

9. 分析因子旋转成分载荷矩阵，确定各因子代表的实际意义，以及指导业务工作

第一大因子：进攻能力

第二大因子：防守能力

其中Work_Ratetransfer_3是进攻/防守参与度为中/高心态，典型球员为过不去的坎特。

第三大因子：高水平

第四大因子：力量

第五大因子：速度

其中Body_Typetransfer_6为特殊身体模型

第六大因子：经验

第七大因子：惯用脚

第八大因子：B2B攻守平衡六边形战士

其中Work_Ratetransfer_0是进攻/防守参与度为高/高心态，典型球员为丁丁德布劳内，Body_Typetransfer_1为lean精瘦（185+）身体模型，典型球员为二娃穆勒。

第九大因子：高大强壮

其中Body_Typetransfer_6为特殊身体模型，Body_Typetransfer_5为Stocky强壮（185+）身体模型，典型球员为曼联航母马奎尔。

第十大因子：不防守的特权者

其中Work_Ratetransfer_1是进攻/防守参与度为高/低心态，典型球员为眼中只有球门的C罗纳尔多，Work_Ratetransfer_4是进攻/防守参与度为中/低心态，典型球员为散步大师球王梅西。

10. 对因子分析后的结果进行聚类

推荐分为2类，当然进攻/防守很好区分，我设置分为10类，那么可以看到样本个数分布情况还是非常理想的。

10个类别解释如下：

类别	类别解释	典型球员
0	技术型门将及后腰	纳瓦斯、布斯克茨
1	速度型轻量级球员	萨拉赫、基米希
2	力量型进攻球员	卡塞米罗、凯恩
3	重型巨人站桩坦克	胡梅尔斯、卢卡库
4	终结者	莱万多夫斯基、苏亚雷斯
5	吃身体的边路	格纳布里、姆巴佩
6	超级中后卫	瓦拉内、范戴克
7	普通边路球员	维拉蒂、因西涅
8	边路速度狂魔	拉什福德、阿诺德
9	节拍器	克罗斯、罗伊斯

top100球员具体分类表如下：

Name	类别	轮廓系数
K. Navas	0	0.51
H. Lloris	0	0.208
Fabinho	0	0.447
Sergio  Busquets	0	0.522
M. ?kriniar	0	0.272
E. Cavani	0	0.188
Thiago Silva	0	0.4
S. de Vrij	0	0.499
P. Gulácsi	0	0.249
L. Messi	1	0.19
Neymar Jr	1	0.058
N. Kanté	1	0.271
J. Kimmich	1	0.241
M. Salah	1	0.227
S. Mané	1	0.163
Bruno  Fernandes	1	-0.022
F. de Jong	1	0.176
P. Dybala	1	0.01
S. Agüero	1	-0.012
Jordi Alba	1	0.248
Thiago	1	0.278
A. Griezmann	1	0.18
A. Hakimi	1	0.211
L. Martínez	1	0.214
A. Gómez	1	0.315
E. Hazard	1	0.203
J. Oblak	2	0.321
H. Kane	2	0.376
M. ter Stegen	2	0.35
Casemiro	2	0.417
Alisson	2	0.043
Sergio Ramos	2	0.246
E. Haaland	2	0.221
C. Immobile	2	0.443
Rodri	2	0.063
K. Koulibaly	2	0.221
P. Aubameyang	2	0.098
M. de Ligt	2	0.258
M. Neuer	3	0.196
T. Courtois	3	0.36
R. Lukaku	3	0.027
M. Hummels	3	0.334
S. Handanovi?	3	0.03
R. Lewandowski	4	0.386
H. Son	4	0.268
Ederson	4	0.038
L. Suárez	4	0.378
L. Goretzka	4	0.398
Rúben Dias	4	0.284
I. Gündo?an	4	0.151
K. Walker	4	0.357
Y. Sommer	4	0.13
K. Mbappé	5	0.413
R. Sterling	5	0.059
J. Sancho	5	0.306
K. Coman	5	0.174
Koke	5	-0.016
Carvajal	5	0.372
M. Depay	5	0.488
S. Gnabry	5	0.462
Oyarzabal	5	0.266
Cristiano  Ronaldo	6	0.199
K. Benzema	6	0.065
V. van Dijk	6	0.239
G. Donnarumma	6	0.19
P. Pogba	6	0.221
W. Szcz?sny	6	0.184
A. Laporte	6	0.003
R. Varane	6	0.289
G. Chiellini	6	0.265
K. Casteels	6	0.198
L. Bonucci	6	0.421
K. Schmeichel	6	0.291
M. Verratti	7	0.593
Bernardo Silva	7	0.014
L. Insigne	7	0.588
L. Modri?	8	0.08
T.  Alexander-Arnold	8	0.208
A. Robertson	8	0.395
R. Mahrez	8	0.346
M. Rashford	8	0.264
Jorginho	8	-0.015
David Silva	8	0.373
K. De Bruyne	9	0.203
T. Kroos	9	0.444
A. Di María	9	0.425
T. Müller	9	0.369
Marquinhos	9	0.385
Marcos  Llorente	9	0.091
Jo?o Cancelo	9	0.045
Parejo	9	0.33
J. Vardy	9	0.482
Gerard Moreno	9	0.312
S.  Milinkovi?-Savi?	9	0.203
Roberto  Firmino	9	0.182
M. Reus	9	0.437
W. Ndidi	9	0.435

当然设置10类不一定合理。我们可以根据因子分析对球王梅西做一个详细的分类定义：

梅西=一个经验丰富高水平速度型左脚不防守的超级进攻特权者