大学フットボールのカンファレンス再編-クラスタリング

大学フットボールのカンファレンス再編

このシリーズの第3部へようこそ！ここでは、データセットを使用してリアライメントの意思決定に影響を与えるブログ投稿を開始します。カンファレンスの再編成は、伝統的なライバル関係や大学フットボールの地域性を破壊するという一般的な不満があります。大学スポーツは地域的である傾向があります。カンファレンスの名前にもそれが反映されています。例えば、パシフィック12、アトランティックコースト、サウスイースタン、ビッグイーストカンファレンスなどです。さらに具体的なものになると、FCSを含めると、オハイオバレーカンファレンスなどもあります。もちろん、FBSの地域カンファレンスの時代は終わりました。最近の数日間では、パック12も過去の遺物になるかもしれません。

このシリーズは4つのパートに分かれており（その全体的な動機はパート1にあります）、以下の内容です：

1. カレッジフットボールカンファレンスのリアライメント — Pythonでの探索的データ分析
2. カレッジフットボールカンファレンスのリアライメント — 回帰
3. カレッジフットボールカンファレンスのリアライメント — クラスタリング
4. カレッジフットボールカンファレンスのリアライメント — node2vec

このシリーズの各パートが、大学フットボールの愛されるゲームの未来について新しい視点を提供してくれることを願っています。パート1や2を読まれていない方のために、簡単な要約をお伝えすると、ウェブ上のさまざまな情報源から独自のデータセットを作成しました。これらのデータには、各FBSプログラムに関する基本的な情報、非公式な形でのカレッジフットボールのライバル関係の近似値、スタジアムのサイズ、歴史的な成績、APトップ25ランキングへの出場頻度、学校がAAUまたはR1機関であるか（Big TenやPac 12のメンバーシップにおいて歴史的に重要）、NFLドラフト指名の数、2017年から2019年のプログラム収入のデータ、最近の大学フットボールファンベースの推定値が含まれています。パート1では、ファンベースのサイズと強く相関するいくつかの特徴があることがわかりました。そのため、パート2では、ファンベースのサイズを予測するための線形回帰およびランダムフォレスト回帰モデルを開発しました。

クラスタリング

• 「Rasterioを使用してラスターを回転させる」
• 「CLV予測モデルの完成おめでとうございますさて、これからどのように活用される予定ですか？」
• AIのアナロジカルな推論能力：人間の知能に挑戦する？

この投稿の動機は次のとおりです：現在のカンファレンスは伝統的な中核に基づいています。それらを新しいコンピュータのハードディスクドライブのように考えることができます。地域カンファレンスできれいに連続的に整理されています…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!