颜色分类leetcode NBA投篮分析的目标是建立分类模型，预测NBA投篮是否进场，并创建可视化，帮助总经理、教练和球员识别投篮模式，消除不良投篮，优化策略，提高投篮效率。ETL过程：我从三个来源收集数据：从stats.nba.com抓取的拍摄位置数据，玩家追踪数据，防守数据。由于NBA在2016赛季中期停止提供运球次数和后卫距离等跟踪数据，我将项目重点放在了2014-15赛季，收集了超过200,000个镜头的数据，其特征包括：射击距离、(x,y)坐标和射击区，触球时间和运球次数，最近防守者的姓名和距离，以及游戏上下文统计信息，如剩余的投篮时间、周期、游戏时钟。投篮类型包括跳投、扣篮等。我还为每次投篮添加了更多背景信息，如每个防守者的盖帽百分比、防守胜利份额/48、防守框得分加减等高级防守统计数据，以及球队的防守评分。这些数据分为两个不同的区域细分，一个说明了球场的方向区域（左、右或中心），另一个说明了更精确的位置（如油漆区、角落3等），并组合成了15个区域。