数据和模型驱动体育决议计划让取胜和成功变得更有或许，体育计算(Sports Analytics)成为体育竞赛的“杀手锏”。

　　要在运动中有效地运用剖析，咱们要知道怎么处理数据、辨认数据源、搜集数据、安排和预备进行剖析、从数据构建模型。

　　从面向体育安排的咨询工作中，推进“数据科学即服务”。终究，施行咱们的主意和形式。

　　跟着网络的开展，数据来历丰厚，有文本数据以及数字数据。经过爬虫技能抓取网络并运用应用程序编程接口（API），能够从公共数据源中获取许多信息。

　　想要更好地了解在这些场景中大数据是怎么进行猜测性剖析的，咱们需求考虑在猜测竞赛时所需处理的数据性质。

　　首要确认要害目标，可用数据包含国别、赛事、成果、运动员名字、年纪、过往体现记载、赛场温度、观众到会率、昼夜等。

　　工作运动队在劳动力市场上相互竞赛，而明星球员的劳动力求过于供。薪资上限是坚持竞赛平衡所必需的,薪酬也协助球队约束球员的开销。

　　美国最专业的运动员有薪资上限。NFL队的2016年薪水上限为5328万美元，平均薪酬约为270万美元。NBA球队在16赛季的薪水上限为7000万美元，球队的薪水上限以服务年限。例如，具有十年经历的勒布朗·詹姆斯，最高薪酬为2300万美元。安东尼·戴维斯的平均薪酬为2900万美元，是NBA球员中最高的 。2016年MLB的年薪最低为505,700美元。底特律山君队Miguel Cabrera（MLR）的MLB年薪最高为3100万美元。

　　NFL球员的平均薪酬约为170万美元，中位数为63万美元。 NBA球员的平均薪酬约为510万美元，中位数为280万美元。 MLB玩家的平均薪酬约为410万美元，中位数为110万美元。一起能够看到明星球员的薪资远高于一般球员，拉高了平均水平。

　　从2016赛季初的团队开销和在常规赛中胜率的联系图中，咱们能够看到团队开销对是否能赢得竞赛有直接影响。

　　从中咱们能够发现日期和到会状况的联系，然后找到用于猜测和评价到会率的模型。

　　依据15年到16年NBA常规赛的20项目标进行归纳剖析，咱们对 NBA参赛球队进行排序，评出最具实力的球队。

　　当咱们发现胜率契合经历散布的时分,运用蒙特卡罗模仿办法来估量某个部队的取胜概率。

　　经过对竞赛日两边球队的体现模仿，咱们得到下面的取胜概率热图，从ROC曲线的体现来看，模仿作用抱负。

　　除了以上罗列的一些办法， 已经在测验更杂乱的体育计算模型，如深度学习（Long Short-Term Memory网络、卷积神经网络（CNN））等；一起需求考虑到模型的可解释性、可落地性和可扩展性、防止“黑箱”猜测；还在测验选用混合的机器学习模型，比方GLM+SVR，GAM+ NNET等。

　　用数据驱动体育决议计划，这种看待体育的共同视角让咱们能更好地发觉趋势、选取视点，一起协助体育爱好者更深化地了解他们喜欢的运动队。回来搜狐，检查更多