NBA控卫聚类——K-Means详解

Dataset

在NBA的媒体报道，体育记者通常会集中在少数几个球员身边。为什么这个球员与其他球员不一样？使用数据挖掘可以探索这个问题。本文的数据集nba_2013.csv是2013-2014赛季的NBA球员的表现。下面是数据集的一些属性描述：

• player – name of the player
• pos – the position of the player
• g – number of games the player was in
• pts – total points the player scored
• fg. – field goal percentage（投篮命中率）
• ft. – free throw percentage（罚球命中率）

# 首先打印数据的前三行，观察数据的特性，总共31个属性
import pandas as pd
import numpy as np

nba = pd.read_csv("nba_2013.csv")
nba.head(3)
'''
         player pos  age bref_team_id   g  gs    mp   fg  fga    fg.  \
0    Quincy Acy  SF   23          TOT  63   0   847   66  141  0.468   
1  Steven Adams   C   20          OKC  81  20  1197   93  185  0.503   
2   Jeff Adrien  PF   27          TOT  53  12   961  143  275  0.520   

      ...      drb  trb  ast  stl  blk  tov   pf  pts     season  season_end  
0     ...      144  216   28   23   26   30  122  171  2013-2014        2013  
1     ...      190  332   43   40   57   71  203  265  2013-2014        2013  
2     ...      204  306   38   24   36   39  108  362  2013-2014        2013  

[3 rows x 31 columns]
'''

Point Guards

控球后卫(Point Guards)往往是全队进攻的组织者，并通过对球的控制来决定在恰当的时间传球给适合的球员，是球场上拿球机会最多的人。他要把球从后场安全地带到前场，再把球传给其他队友，这才有让其他人得分的机会。 一个合格的控球后卫必须要能够在只有一个人防守他的情况下，毫无问题地将球带过半场。然后，他还要有很好的传球能力，能够在大多数的时间里，将球传到球应该要到的地方：有时候是一个可以投篮的空档，有时候是一个更好的导球位置——百度搜的，我也不懂球╰(￣▽￣)╭

• 先提取出所有控卫的球员信息，控卫的属性pos值为PG：

point_guards = nba[nba['pos'] == 'PG']

Points Per Game

• 由于我们的数据集给出的是球员的总得分（pts）以及参赛场数(g)，没有直接给出每场球赛的平均得分(Points Per Game)，但是可以根据前两个值计算：

point_guards['ppg'] = point_guards['pts'] / point_guards['g']

# 查看下数据，确保 ppg = pts/g
point_guards[['pts', 'g', 'ppg']].head(5)
'''
    pts   g        ppg
24  930  71  13.098592
29  150  20   7.500000
30  660  79   8.354430
38  666  72   9.250000
50  378  55   6.872727
'''

Assist Turnover Ratio

NBA中专门有一项数据统计叫assist/turnover，是用这个队员助攻数比上他的失误数，这项统计能准确的反映一个控卫是否称职。

• 助攻失误比的计算公式如下，其中Assists表示总助攻（ast），Turnovers表示总失误(tov)。