Investigación
Datasets
BasketballPlayers

BasketballPlayers

Conjunto de datos para la clasificación de jugadores de baloncesto

Conjunto de datos de clasificación para identificar/reconocer los roles de los jugadores de baloncesto.

Hemos creado dos versiones de este conjunto de datos:

  • sel-players
  • ACB

Conjunto de datos sel-players

Se ha utilizado en el siguiente artículo:

Además, se ha utilizado en el siguiente proyecto de Scratch:

El conjunto de datos está formado por 100 muestras correspondientes a cinco clases (Base, Escolta, Alero, Ala-pívot, Pívot), vinculadas a 11 atributos (Altura, Minutos, Puntos, Porcentaje de tiros de campo de 2 puntos, Porcentaje de tiros de campo de 3 puntos, Tiros libres, Rebotes, Asistencias, Tapones, Pérdidas de balón y Evaluación global).

El conjunto de datos está perfectamente equilibrado, con 20 muestras pertenecientes a cada clase. Los valores numéricos asociados a cada muestra corresponden a estadísticas disponibles en línea en los sitios web de la Liga Española de Baloncesto Masculino y de la Liga Española de Baloncesto Femenino:

Para cada jugador, hemos tomado las estadísticas correspondientes a toda su carrera.

En el repositorio se pueden encontrar 10 archivos (todos ellos en formato *.arff, es decir, el formato Weka):

  • sel-players-EN.txt.arff.all.arff (todo el conjunto de datos con las cabeceras en inglés)
  • sel-players-ES.txt.arff.all.arff (todo el conjunto de datos con las cabeceras en español)
  • sel-players-EN.txt.arff.men.arff (solo los jugadores hombres de todo el conjunto de datos, con las cabeceras en inglés)
  • sel-players-ES.txt.arff.men.arff (solo los jugadores hombres de todo el conjunto de datos, con las cabeceras en español)
  • sel-players-EN.txt.arff.women.arff (solo las jugadoras de todo el conjunto de datos, con las cabeceras en inglés)
  • sel-players-ES.txt.arff.women.arff (solo las jugadoras de todo el conjunto de datos, con las cabeceras en español)
  • sel-players-EN.txt.arff.black.arff (solo los jugadores negros de todo el conjunto de datos, con las cabeceras en inglés)
  • sel-players-ES.txt.arff.black.arff (solo los jugadores negros de todo el conjunto de datos, con las cabeceras en español)
  • sel-players-EN.txt.arff.white.arff (solo los jugadores blancos de todo el conjunto de datos, con las cabeceras en inglés)
  • sel-players-ES.txt.arff.white.arff (solo los jugadores blancos de todo el conjunto de datos, con las cabeceras en español)

Hay que tener en cuenta que Weka es el Waikato Environment for Knowledge Analysis. Hemos seleccionado el formato Weka porque Weka es un proyecto de minería de datos de código abierto muy conocido, dirigido por investigadores afiliados a la Universidad de Waikato (Nueva Zelanda), y cuenta con una enorme comunidad de usuarios y desarrolladores en todo el mundo.

Conjunto de datos ACB

Se ha utilizado en el siguiente artículo:

Y también en el siguiente proyecto de Scratch:

El conjunto de datos está formado por 80 muestras correspondientes a cuatro clases (Base, Escolta, Alero, Pívot), vinculadas a 13 atributos (Altura, Tapones, Rebotes, Asistencias, Puntos, Faltas personales cometidas, Faltas personales recibidas, Porcentaje de tiros libres, Porcentaje de tiros de campo de 2 puntos, Porcentaje de tiros de campo de 3 puntos, Pérdidas de balón, Robos de balón y Evaluación global).

El conjunto de datos está perfectamente equilibrado, con 20 muestras pertenecientes a cada clase. Los valores numéricos asociados a cada muestra corresponden a estadísticas disponibles en línea en el sitio web de la Liga Española de Baloncesto ACB (http://www.acb.com/). Para cada jugador, hemos tomado las estadísticas correspondientes a la temporada 2017-2018.

En el repositorio se pueden encontrar 4 archivos (todos ellos en formato *.arff, es decir, el formato Weka):

  • ACB.csv.arff (todo el conjunto de datos con las cabeceras en español)
  • ACB-EN.csv.arff (el mismo conjunto de datos, pero con las cabeceras en inglés)
  • ACB.train.csv.arff (el 80% de las muestras extraídas del conjunto de datos original)
  • ACB.test.csv.arff (el 20% restante de las muestras del conjunto de datos original)
Acceder al dataset