虎扑体育网

最近似乎对高阶数据感兴趣的人比较多，那么我也简单介绍一下，这片文章也会参考很多其他博主的介绍，毕竟我也不是专业搞这个的

首先高阶数据是用来干什么的：

1.nba球队挺多比赛也多，想要不看球了解球员看高阶数据是一个很快捷的方式

2. 高阶数据客观的多，实际上就算你总是看球都是不可避免有主观因素的，比如这个人三分绝杀了一次就总下意识觉得这个人三分很好（浓眉夺冠赛季），强硬的抢下一次篮板就觉得这个人篮板很好，毕竟大家平时看球也不会拿笔记本。高阶数据可能不准确但确实不会犯这些问题，而且其实准确性方面也毕竟有专家在修正。

那么高阶数据的局限性：

1 高阶数据都需要一定量的比赛才能准确（人看球也一样），因此高阶数据一般只用来评价常规赛表现，季后赛模式和常规赛完全不同，比赛也不够多，因次用高阶数据预测球员的季后赛表现误差是很可能很大的。

2 防守难以衡量，进攻方面分数据相对容易获得，防守在很长一段时间里都只有盖帽抢断篮板这种最基础的，还很有迷惑性的数据（以防守篮板最为有迷惑性），用他们来建模的数据当然是没法反应球员的防守水平的，当然最近的防守数据收集也开始有了起色(比如对抗篮板率，篮板机会，防守篮板卡位，破坏球权（没抢断成），对位多样性，对位难度）之类的，使得最近的高阶数据里对防守也有了更全面的建模

高阶数据是如何计算的：

古早的高阶数据比如per是纯粹的专家通过基础面板加上自己的理解给定系数加权算出来的，在刚出现的时候还是有进步意义的，不过随着比赛的变化（比如三分以前不在乎）以及新算法的提出已经数据可有可无的了，各类直接算出来的数据都可以归结于此，他们都没有办法体现球员数据外的价值，直到真实正负值的出现。

之后就是一切高阶数据的始祖rapm，它的出现使得高阶数据对看不见的价值有了真正的估计。原理比较简单就是解方程，假设一个球员在场上每百回合能帮球队赢的分数是个固定的值（这个当然有问题，但最后算出来的你也可以认为是个平均值），那就可以列方程了，我方5个球员-对方5个球员就是最后的正负值，然后解方程。最后的结果当然就是解不出来，只能用最小二乘法估计

，得到一个尽量接近实际的值，同时为了提升泛化能力，引入了一个岭回归的正则化方法（有点像深度学习里的l2正则化）。这样算出来的结果就比较真实的反应球员的能力了。

当然rapm也是有缺陷的（不然没别的了）他需要大量的数据（毕竟仅仅用正负值，单赛季的信息量不够），一般认为5年的rapm是比较有参考性的，这导致rapm比较难于评价球员的单赛季表现。另一个是如果有一些球员同上同下的过于厉害，那就很难把他们分开（这个也需要时间够长，最好能转个会啥的）。另外rapm对所有比赛一视同仁，虐菜战绩会和攻坚的同等看待，因此衍生出了一些修正rapm（也引入了作者主观态度，凭啥虐菜就不是能力了233）微博能搜到。

为了评估球员的单赛季水平，常见的高阶数据就应运而生了，现在最流行的有 epm,lebron,raptor,bpm这四项（https://basketball-excel.com/里面都能查到，博主整理的，还有很多其他数据，十分推荐）epm和lebron属于比较可靠的数据，raptor我不太了解不过风评一般，bpm是我最开始接触的，不过bpm很大程度上是为了比较历史球员，所以不会使用最近才能看到的数据，这使得它的防守数据几乎没有任何参考价值，进攻精度尚可。

这些数据的核心目标就是通过球员的基础面板+最近采集的一些高级面板来拟合5年rapm，同时会有一些作者的主观修正，比如bpm会引入当前赛季的平均真实命中率来给以前的球员做补正，lebron会剔除作者认为是纯粹运气的数据（比如球员A在场时对手的罚球命中率提高10%，这真是太不幸了），他们的共同特点是进攻端非常有参考性，防守就见仁见智了，不过epm和lebron的防守数据还是有参考价值的（不过我至今没搞明白epm的数据是按照位置算的还是所有位置一起算的）。

最后附上077 的高阶数据

epm,lebron,raptor,bpm的排名分别为（20,32，8,4）

不过对排名要有个清晰的认识，实际上高阶数据相差在1以内的球员可以说非常接近，不要看epm和lebron的数据不高，实际上那个位置很挤（和高考密集分数段似的），raptor不了解不过似乎和bpm一个毛病，bpm则是因为077海量的篮板把他当成了防守大闸使得排名虚高。

综合来看不考虑出勤077是本赛季众多前十球员候补之一（大概有快20个都差不多），但不是稳定的前十球员