机器学习竞赛分享：NFL大数据碗（上篇）

最新推荐文章于 2024-04-13 18:41:21 发布

顽石2019

最新推荐文章于 2024-04-13 18:41:21 发布

阅读量819

点赞数 2

本文链接：https://blog.csdn.net/weixin_44626952/article/details/104053569

版权

kaggle竞赛分享：NFL大数据碗 - 上

一年一度的NFL大数据碗，今年的预测目标是通过两队球员的静态数据，预测该次进攻推进的码数，并转换为该概率分布；

美式足球：进攻方目的是通过跑动、传球等尽快抵达对方半场，也就是达阵，而防守方的目的则是相反，尽全力去阻止对方的前进以及尽可能断球；
球场长120码(109.728米），宽53码（48.768米），周长是361.992米；
球员：双方场上共22人，进攻方11人，防守方11人，进攻方持球；
进攻机会：进攻方共有四次机会，需要推进至少十码；
进攻方：进攻方的职责是通过四次机会，尽可能的向前推进10码或者达阵，以获得下一个四次机会，否则就需要交出球权；
防守方：防守方则是相反，尽可能的阻止对方前进，如果能够断球那更好，直接球权交换；
handoff：传球；
snap：发球；
橄榄球基本知识点我了解；
QB：四分卫，通常是发球后接球的那个人，一般口袋阵的中心，但是也不乏有像拉马尔-杰克逊这样的跑传结合的QB，目前古典QB代表是新英格兰爱国者NE的汤姆-布雷迪；
RB：跑卫，通常发球后进行冲刺、摆脱等，试图接住本方QB的传球后尽可能远的冲刺；

字段信息：

关注