Rust の勉強がてら Kaggle の Titanic コンペにサブミットするコードを書いたのでブログにまとめた。
Runner トレイトが以下のトレイトをメンバーに持って cross validation を実行する
FeatureTransformerKFoldModel実装の詳細は GitHub で公開している。
詳細はここでは割愛する。以下、工夫点や雑感など。
StratifiedKFold クラスを実装LightGBMModel クラスを実装
FeatureTransformer トレイト, KFold トレイト, Model トレイト をメンバーに持ち run_cv メソッドを持ったトレイトを用意Workspace モードを使って実験ごと（crates ディレクトリ以下の expXXX ディレクトリごと）に Cargol.toml を共通化することもできるが、Kaggle においては外部クレート間の依存で衝突が起こる可能性もあるので、あえて実験ごとに Cargo.toml を分けるディレクトリ構造にした。
$ exa -T . ├── crates │ ├── exp001 │ │ ├── Cargo.lock │ │ ├── Cargo.toml │ │ └── src │ │ ├── config.rs │ │ ├── consts.rs │ │ ├── feature.rs │ │ ├── kfold.rs │ │ ├── lib.rs │ │ ├── loader.rs │ │ ├── main.rs │ │ ├── metrics.rs │ │ ├── model.rs │ │ ├── runner.rs │ │ └── submission.rs │ └── exp002 │ ├── Cargo.lock │ ├── Cargo.toml │ └── src │ ├── config.rs │ ├── consts.rs │ ├── feature.rs │ ├── kfold.rs │ ├── lib.rs │ ├── loader.rs │ ├── main.rs │ ├── metrics.rs │ ├── model.rs │ ├── runner.rs │ └── submission.rs ├── input ├── Makefile.toml ├── output │ ├── exp001 │ │ ├── models │ │ └── submissions │ └── exp002 │ ├── models │ └── submissions └── README.md
当然スコアは高くないが、ひとまずそれなりの値が出た。
Fold 1 Accuracy: 0.8435754189944135 Fold 2 Accuracy: 0.8324022346368715 Fold 3 Accuracy: 0.8426966292134831 Fold 4 Accuracy: 0.8539325842696629 Fold 5 Accuracy: 0.751412429378531 CV Accuracy: 0.8249158249158249
Public Score: 0.75119
Rust 製のタスクランナー。cargo install でインストールできる。 特に Cargo 周りのサポートが手厚いが、 Rust コードの実行や Shellscript の実行などもサポートしている。
Python の便利さを再確認しつつ、Rust で書くことで抽象化の程度や型の厳密性がもたらす再利用性の高さや安全性を考慮した実装のアイデアを Python でも活かせるのではないかと感じた。
Slack に使ったお金を書くと、それが Spreadsheet に記録されるようにしている。
これまでは Zapier を利用していた。一定の利用範囲内で無料で Slack の特定チャンネルに投稿されると その内容を Spreadsheet に転記することができて 便利だった。
ただ、自分の支出管理目的から妻との共同利用目的に移行したため、最近利用頻度が増えてきて 無料枠内では制限に頻繁に引っかかるようになってしまった。
そこで Zapier からの移行を考えたのが 今回の記事を書くきっかけになった。
ちなみに以下のような Slack での投稿が Zapier を通して Spreadsheet に新しい行として書き込まれる
家計は折半で、家のものは基本的には自分が買って 月末にまとめてかかった額の半分を妻に請求する形を取っていた。
しかし、子供が生まれてから妻が家のものを買う機会がそれまで以上に増えたため これまでとはやり方を変える必要が出てきた。
折半するので「何に いくら使って それは誰がどの程度負担するか」を把握する必要がある。
この時点で 既存のアプリで要求を満たすことは難しそうだった。
また、共同口座は自分が調べた限りだと どちらか一方の名義で作る必要があり 不便そうな気がした。（そもそも新規口座開設も面倒...）
家族カードは検討したが、家のものを買うときはこのカード、自分のものを買うときはまた別のカード......とするのも煩雑なので これも気が進む選択肢でなかった。
そのため妻にも、それまで独自の支出管理に使ってた方法に参加してもらうことになった。
Slack の特定チャンネルに送信されたメッセージを Spreadsheet に転記する。
そのために 以下を定期実行したい。
フローチャートにすると以下のようなイメージ。さっそく Mermaid 記法を試してみた（ref. Include diagrams in your Markdown files with Mermaid | The GitHub Blog）。
実装は以下のリポジトリにまとめている。
Web API メソッドのうち conversations.history を利用して特定チャンネルのメッセージを取得する。以下に詳細やその他のメソッドがまとめられている。
SlackMessage という適当なデータクラスを用意して、以下のようにしてメッセージを取得する。
Pagination のため最新100件のみ取得するが、今回は投稿されるメッセージの頻度は多くないので これで問題ない。
日付の取得はレスポンスが持ってるタイムスタンプを利用して Spreadsheet 側で日付に変換する。そのため データとしてはタイムスタンプで持っておく。
from dataclasses import dataclass import requests @dataclass class SlackMessage: ts: float text: str def get_slack_messages(config: Config) -> list[SlackMessage]: url = "https://slack.com/api/conversations.history" token = config.slack_token header = {"Authorization": f"Bearer {token}"} channel_id = config.slack_channel_id payload = {"channel": channel_id} response = requests.get(url, headers=header, params=payload) messages = response.json().get("messages") slack_messages = [ SlackMessage(ts=float(message.get("ts")), text=message.get("text")) for message in messages ] return slack_messages
IFTTT が用意した Web API を利用して、何かしらの動作を発火させることができる。
Webhooks works better with IFTTT
ここでは上記の SlackMessage の値をパラメータに持たせて Spreadsheet にそれらをもとにした文字列を書き込ませる。
当然 IFTTT 側での設定も必要だが、実行コードとしては以下のようなイメージになる。
def post_ifttt_webhook(config: Config, slack_messages: list[SlackMessage]) -> None: event = config.ifttt_event_name token = config.ifttt_webhook_token url = f"https://maker.ifttt.com/trigger/{event}/with/key/{token}" for message in slack_messages: payload = {"value1": message.ts, "value2": message.text} requests.post(url, data=payload)
これで Slack で コンビニ,1000,1 といった文字列をそのまま Spreadsheet の特定シートに転記することができる。
ここまでで Slack からメッセージを取得し、IFTTT の Webhook API に投げる機能まで出来た。
あとは これを定期実行できるようにするために AWS Lambda を利用する。Event Bridge をトリガーにして簡単に定期的なプラグラムの実行ができる上に、軽い処理なので頻繁に実行しても無料枠に十分収まるため。
ただし requests ライブラリはサードパーティなので別途ローカルディレクトリに用意が必要。Lambda Layer を利用すると、依存パッケージとコードを分離できるので良い。
Lambda レイヤーの作成と共有 - AWS Lambda
python ディレクトリにインストールすると 特別にパスを指定しなくても import できるようになるらしい。
$ mkdir python $ pip install -t python requests $ zip -r9 layer.zip python $ rm -r python
IFTTT 側での Google アカウントへの連携が知らぬ間に切れていたエラーにハマったりもしたが、すぐに解決できた。
ということで、難しいこともほとんどなく、Zapier から IFTTT へ移行しても それまでと同等の処理をお金をかけずに実現することができた。
2020年末から約6ヶ月の育休を取得した。
そこから約1ヶ月経過したので 思ったことなどを雑多にまとめる。
「もしも一人だったら 育児と家事の両方をどうやって回すんだ、これ」
育休は取った方がいいというよりも取らないとやっていけないのでは?とまで個人的には思った。
育休の相談をしたときにノータイムでいいですよと言ってくれた上長をはじめ、チーム・会社には圧倒的感謝。
こちらのブログ(Googleに転職していきなり3ヶ月の育休を貰った - Software Transactional Memo)で勧められてるのを見て 購入。温度調節のできる湯沸かし器が欲しかったので。
食洗機・乾燥機付き洗濯機の他に 自動掃除機があると家事がだいぶ楽になると聞いて購入。
こちらのブログ(男性インフラエンジニアが育児休業を取得した話 - エニグモ開発者ブログ)で勧められてるのを見て 相談して購入。安心して寝かしつけができて、夫婦の時間が取れるようになった。
友人に冬生まれの子供の場合は加湿器必須という助言をもらって購入。
泣きぐずりの対策
Work
Not work
母乳神話
育児書は「ママ」が読むものなのか
言葉の端々に苦労が垣間見えた。
育休の雰囲気、育児に役立つアイテム、育休中には本当に余裕がないこと、ある程度の諦めが必要なことなどについて事前に知ることができた。
ふむふむと思ったフレーズをメモしていたのでまとめた。
「育休はバカンスではない」
「完璧を諦める」
「赤ちゃんには5つの泣き方のパターンがある」
5パターンは分からなかったけど、泣き方から何に対して不快を感じているかが分かるようになってきた感じがする。
スワドルは自分の子供には今のところフィットしていない。
育休取得にあたってのキャリアの悩み、育児の奮闘が率直に書かれている。
引用が多いので参考になった。
育休中の様子が事細かに書いていて興味深かった。
父親コミュニティがないあたりの話が印象的。
育児はデバッグ作業に似ているが、3割くらいは根気でなだめるしかない時もあるらしい。
「育休はバケーションじゃない」
「育休期間中に育児以外のことをする時間はないと思って間違いないと思います」
ガジェット系
音楽
本
ラジオ
その他
先日 Kirk Goldsberry氏のインスタグラムを見ていたら下記の投稿を見かけた。
これは2013−14シーズン以降のNBA選手の非アシストによる3Pショットの成功数とアシストによる3Pショットの成功数をプロットした画像である。
ここからハーデンはアシストを受けずに3Pを決めていること、一方でトンプソンやJJレディック、カイル・コーバー、ダニー・グリーンのような選手はアシストを受けて3Pを決めていることが読み取れる。
ハーデンは自らのドリブルからショットクリエイトしていること、一方で後者の選手はスクリーンなどを利用してパスを受けてキャッチアンドシュートをしていそうだと解釈できる。
同じことをBリーグでやったらどうなるかが気になったので Play by Play のデータを利用して確認してみた。
Play by Play の記録方法は以下のようになっている。
全てがこのパターンでちゃんと記録されていることを前提に、アシスト・非アシストの3Pショットの成功数は以下の方法で抽出可能そう。
これを利用してアシスト・非アシストのそれぞれの3Pショットの成功数を集計する。
結果は以下のようになった。
アシスト・非アシストのそれぞれの3Pショットの成功数が多い選手名を取り上げて図に表示している。赤字の選手は3P成功率上位5名を表している。
また 青線は切片0の線形回帰直線で、平均的なアシスト・非アシストの3Pショットのライン。この青線より右下にいる選手は非アシストの3Pショットが多い、左上にいる選手はアシストの3Pショットが多いことを表す。
ここから読み取れることは以下のとおり
以下で引用したツイートおよび自分のツイートに書かれているとおり、ボックススコアなどでは潰れてしまっている情報が Play by Play のデータには色々記録されている。
例えば「Play by Playからのアシスト・非アシストの3Pショットの成功数の抽出方法」でのPlay by Playのデータ例を見ても、どの段階でどの項目がどれくらいに達したのか（例えば 残り何分・何点差で誰がシュートを決めてその選手が何点目の得点を記録したか など）が分かる。
これを見ても Play by Play データを上手く使いこなせるようになると結構面白いことができそう。
Play by Play のデータを上手く使いこなせるようになると結構面白そう。
— tishikawa (@takaishikawa42) March 31, 2021
全く別の話だけど 例えば3Pの成功をアシストと非アシストで分けて見れる。富樫はドリブルでシュートクリエイトする一方、金丸はキャッチアンドシュートが多そうなことが確かめられそう。 https://t.co/ahI5hTBCMh pic.twitter.com/ci9YwI4TF5
先日『Bリーグでクラッチタイムに強い選手は誰か？』という記事を書いたが、2Pと3Pを一緒くたにしたフィールドゴールパーセント（FGP）のリフトを見て「クラッチタイムに強い」・「クラッチタイムに弱い」を定義していた。
しかし下記のように、これには課題が浮かんできたので「Bリーグでクラッチタイムに強い選手は誰か？」Part2を書く。
ファールを引き出すプレイを考慮できてないし、2点と3点を区別してないしなのが微妙だ。eFG%で見るべきだったかもしれない。 https://t.co/RtAzFdQuKM
— tishikawa (@takaishikawa42) March 29, 2021
クラッチタイムのデータは助かります🧐📝
— 朴 航生 (@kazunariboku) March 30, 2021
成功率はもちろん大事ですが、チームの中でその時間帯にショットを任せている、ボールを持たせている選手が誰かが数値で見えてくる事が非常に有益です🙏 https://t.co/1X8H5Y2Bea
前回の記事と同様に「クラッチタイム」の定義は以下。
「クラッチタイムに強い」を前回はFGPを見て判断していたが、今回はこれをTS%に置き換えて考える。
そこで「クラッチタイムに強い」は以下のように定義することにする。
TS%とは True Shooting Percentage の略で、2Pフィールドゴール・3Pシュートフィールドゴールに加えてフリースローも考慮したシュート効率を表した指標のこと。
一般的に以下の計算式で表される。
TS% = (PTS) / (2 * (FGA + 0.44 * FTA)) * 100
ここで注意したいのが FTA の係数の 0.44 という数値。これはあくまで慣例的なもので その数値の根拠が現代のBリーグにも当てはまるかは疑問が残るところだが、ここでは一旦議論せず慣例的な計算式を利用する。
詳しい議論やBリーグ版のTS%の求め方については、こちらのブログを参照すると良さそう。
また、今回は成功率だけでなく、チームの中でクラッチタイムにショットを任されている選手を見たいので 試投数も集計する。
データはBリーグの試合結果のPlay by Playを利用した。
またデータの集計条件を以下のように定めた。今回はシュート成功率で見るので出場試合数やシュート試投数が少ない選手を除いた。
結果は以下のようになった。
| TSP_lift | ||
|---|---|---|
| Player | NameShort | |
| 晴山 ケビン | 滋賀 | 1.52 |
| 大崎 裕太 | 信州 | 1.50 |
| 篠山 竜青 | 川崎 | 1.47 |
| 安藤 周人 | 名古屋D | 1.44 |
| ジョナサン・オクテウス | 滋賀 | 1.41 |
| 藤井 祐眞 | 川崎 | 1.37 |
| 長野 誠史 | 三河 | 1.34 |
| 多嶋 朝飛 | 北海道 | 1.34 |
| 古川 孝敏 | 秋田 | 1.31 |
| ジェフ・エアーズ | 名古屋D | 1.29 |
| ジャワッド・ウィリアムズ | 北海道 | 1.28 |
| 五十嵐 圭 | 新潟 | 1.25 |
| 金丸 晃輔 | 三河 | 1.25 |
| 宇都 直輝 | 富山 | 1.25 |
| パトリック・アウダ | 横浜 | 1.24 |
| 並里 成 | 琉球 | 1.24 |
| レオ・ライオンズ | 名古屋D | 1.23 |
| ロスコ・アレン | 新潟 | 1.22 |
| 納見 悠仁 | 新潟 | 1.21 |
| 西山 達哉 | 信州 | 1.21 |
詳細なデータは以下（画像）
前回に比べて、3P・フリースローが加味されているので、フリースローが苦手な選手の順位が落ち、逆に3Pが得意な選手の順位が伸びているように見える。
五十嵐や金丸が前回は上位20名には入っていなかったが、今回のランキングには入ってきた。
| TSP_lift | ||
|---|---|---|
| Player | NameShort | |
| アイラ・ブラウン | 大阪 | 0.83 |
| 前田 悟 | 富山 | 0.83 |
| 齋藤 拓実 | 名古屋D | 0.82 |
| シャノン・ショーター | 千葉 | 0.80 |
| パブロ・アギラール | 川崎 | 0.79 |
| ライアン・ロシター | 宇都宮 | 0.77 |
| アキ・チェンバース | 横浜 | 0.77 |
| ベンドラメ 礼生 | SR渋谷 | 0.77 |
| 狩俣 昌也 | 滋賀 | 0.74 |
| ザック・バランスキー | A東京 | 0.74 |
| 安藤 誓哉 | A東京 | 0.72 |
| トーマス・ケネディ | 広島 | 0.72 |
| アレックス・デイビス | 秋田 | 0.70 |
| 岡田 侑大 | 富山 | 0.67 |
| 大浦 颯太 | 秋田 | 0.65 |
| 林 翔太郎 | 新潟 | 0.56 |
| 遠藤 祐亮 | 宇都宮 | 0.50 |
| セバスチャン・サイズ | 千葉 | 0.49 |
| 朝山 正悟 | 広島 | 0.47 |
| ジョシュ・ハレルソン | 大阪 | 0.44 |
詳細なデータは以下（画像）
チームの中でクラッチタイムにショットを任されている選手は、成功率にかかわらず注目に値するので試投数に着目してランクを付けてみる。
| TSP_lift | TSP_clutch | TSP | FGA_clutch | ||
|---|---|---|---|---|---|
| Player | NameShort | ||||
| ニック・メイヨ | 北海道 | 1.13 | 69.645441 | 61.743516 | 50 |
| レイヴォンテ・ライス | 京都 | 1.08 | 63.338301 | 58.741156 | 44 |
| ジョーダン・ハミルトン | 滋賀 | 1.10 | 61.022121 | 55.275407 | 41 |
| ジョーダン・テイラー | 北海道 | 1.06 | 55.038103 | 51.732906 | 38 |
| 古川 孝敏 | 秋田 | 1.31 | 69.311663 | 52.787162 | 37 |
| デイヴィッド・サイモン | 京都 | 0.97 | 53.990610 | 55.422237 | 36 |
| ベンドラメ 礼生 | SR渋谷 | 0.77 | 37.217659 | 48.320341 | 35 |
| ダバンテ・ガードナー | 三河 | 1.19 | 76.863951 | 64.355452 | 34 |
| 富樫 勇樹 | 千葉 | 0.91 | 49.634274 | 54.262877 | 33 |
| ニック・ファジーカス | 川崎 | 0.92 | 58.106576 | 63.416509 | 30 |
| 安藤 誓哉 | A東京 | 0.72 | 38.296569 | 52.874313 | 30 |
| トーマス・ケネディ | 広島 | 0.72 | 40.419162 | 55.995585 | 29 |
| ディージェイ・ニュービル | 大阪 | 1.11 | 76.479438 | 68.833717 | 28 |
| パトリック・アウダ | 横浜 | 1.24 | 76.149425 | 61.352289 | 26 |
| 齋藤 拓実 | 名古屋D | 0.82 | 50.066756 | 60.830794 | 26 |
| 森川 正明 | 横浜 | 1.01 | 58.459422 | 57.730924 | 26 |
| 橋本 拓哉 | 大阪 | 0.94 | 56.980057 | 60.413104 | 25 |
| アレックス・デイビス | 秋田 | 0.70 | 41.139241 | 58.468664 | 25 |
| チャールズ・ジャクソン | SR渋谷 | 1.08 | 72.089227 | 66.967535 | 24 |
| シャノン・ショーター | 千葉 | 0.80 | 43.741588 | 54.372349 | 24 |
フィールドゴール試投数になると さすがに各チームのエースが名を連ねている。
中でも、インサイドプレーヤーよりも、ドリブルの1on1で自らシュートチャンスを作れる選手の方がやや多い印象がある。
| TSP_lift | TSP_clutch | TSP | FTA_clutch | ||
|---|---|---|---|---|---|
| Player | NameShort | ||||
| ダバンテ・ガードナー | 三河 | 1.19 | 76.863951 | 64.355452 | 41 |
| チャールズ・ジャクソン | SR渋谷 | 1.08 | 72.089227 | 66.967535 | 29 |
| ディージェイ・ニュービル | 大阪 | 1.11 | 76.479438 | 68.833717 | 27 |
| ジョーダン・ハミルトン | 滋賀 | 1.10 | 61.022121 | 55.275407 | 26 |
| ステヴァン・イェロヴァツ | 三遠 | 1.12 | 64.915459 | 57.882374 | 23 |
| レイヴォンテ・ライス | 京都 | 1.08 | 63.338301 | 58.741156 | 22 |
| ジュリアン・マブンガ | 富山 | 1.02 | 59.970015 | 58.913309 | 22 |
| 川嶋 勇人 | 三遠 | 1.01 | 51.345609 | 50.871397 | 21 |
| レオ・ライオンズ | 名古屋D | 1.23 | 74.190647 | 60.120024 | 21 |
| ジョーダン・テイラー | 北海道 | 1.06 | 55.038103 | 51.732906 | 21 |
| パトリック・アウダ | 横浜 | 1.24 | 76.149425 | 61.352289 | 20 |
| ロスコ・アレン | 新潟 | 1.22 | 69.786535 | 57.099055 | 19 |
| ジェフ・エアーズ | 名古屋D | 1.29 | 80.645161 | 62.412602 | 15 |
| デイヴィッド・サイモン | 京都 | 0.97 | 53.990610 | 55.422237 | 15 |
| アレックス・デイビス | 秋田 | 0.70 | 41.139241 | 58.468664 | 15 |
| 多嶋 朝飛 | 北海道 | 1.34 | 69.915254 | 52.234175 | 15 |
| ウェイン・マーシャル | 信州 | 1.20 | 75.561313 | 63.170580 | 14 |
| グレゴリー・エチェニケ | 広島 | 0.92 | 60.920578 | 66.138033 | 14 |
| アンガス・ブラント | 滋賀 | 1.01 | 60.920578 | 60.363348 | 14 |
| シャノン・ショーター | 千葉 | 0.80 | 43.741588 | 54.372349 | 13 |
フリースロー試投数が多いのはさすがの3年連続得点王のダバンテ・ガードナー。
インサイドで圧倒的な支配力・得点力を兼ね備えたスコアラーの実力が数値に表れている。
渋谷のインサイドを支える屋台骨的存在のチャールズ・ジャクソンも2位につけ、目立っている。
続くのがニュービル・ハミルトン・ライス・マブンガと各チームの得点もアシストもできるオールラウンダープレイヤーたち。
技術力が高く、終盤でのファールを引き出す力はまさにチームの大黒柱たちらしい。
最後に単純に試投数の多さではなく、各選手がチーム内でどれだけの割合を占めているかを見る。
チームごとにクラッチタイムの時間帯が異なる場合に、単純な合計値だとクラッチタイムの時間帯が長いチームに属する選手がランクの上に来やすくなる影響を除くため。
| TSP_lift | TSP_clutch | TSP | FGA_clutch_rate | FGA_clutch | FGA_clutch_team | ||
|---|---|---|---|---|---|---|---|
| Player | NameShort | ||||||
| ベンドラメ 礼生 | SR渋谷 | 0.77 | 37.217659 | 48.320341 | 48.61 | 35 | 72 |
| ダバンテ・ガードナー | 三河 | 1.19 | 76.863951 | 64.355452 | 43.59 | 34 | 78 |
| 富樫 勇樹 | 千葉 | 0.91 | 49.634274 | 54.262877 | 41.77 | 33 | 79 |
| ジョーダン・ハミルトン | 滋賀 | 1.10 | 61.022121 | 55.275407 | 41.41 | 41 | 99 |
| トーマス・ケネディ | 広島 | 0.72 | 40.419162 | 55.995585 | 40.85 | 29 | 71 |
| 齋藤 拓実 | 名古屋D | 0.82 | 50.066756 | 60.830794 | 40.62 | 26 | 64 |
| 安藤 誓哉 | A東京 | 0.72 | 38.296569 | 52.874313 | 39.47 | 30 | 76 |
| レイヴォンテ・ライス | 京都 | 1.08 | 63.338301 | 58.741156 | 37.93 | 44 | 116 |
| 古川 孝敏 | 秋田 | 1.31 | 69.311663 | 52.787162 | 37.37 | 37 | 99 |
| ジャック・クーリー | 琉球 | 1.02 | 66.585956 | 64.983356 | 37.14 | 13 | 35 |
| ニック・メイヨ | 北海道 | 1.13 | 69.645441 | 61.743516 | 36.23 | 50 | 138 |
| ステヴァン・イェロヴァツ | 三遠 | 1.12 | 64.915459 | 57.882374 | 34.33 | 23 | 67 |
| 並里 成 | 琉球 | 1.24 | 58.060109 | 46.640723 | 34.29 | 12 | 35 |
| ディージェイ・ニュービル | 大阪 | 1.11 | 76.479438 | 68.833717 | 34.15 | 28 | 82 |
| チャールズ・ジャクソン | SR渋谷 | 1.08 | 72.089227 | 66.967535 | 33.33 | 24 | 72 |
| デモン・ブルックス | 島根 | 0.92 | 53.462322 | 57.875936 | 32.69 | 17 | 52 |
| ロスコ・アレン | 新潟 | 1.22 | 69.786535 | 57.099055 | 32.00 | 16 | 50 |
| デイヴィッド・サイモン | 京都 | 0.97 | 53.990610 | 55.422237 | 31.03 | 36 | 116 |
| ライアン・ロシター | 宇都宮 | 0.77 | 41.534810 | 53.884415 | 30.77 | 20 | 65 |
| 橋本 拓哉 | 大阪 | 0.94 | 56.980057 | 60.413104 | 30.49 | 25 | 82 |
割合になると渋谷のベンドラメが1位になる。クラッチタイムにベンドラメがアタックしている渋谷の試合はよく見る気がしていたが、実際にそのようである。同じことは千葉の富樫でも言えそう。
上位の選手はチームの信頼度が高い証拠のように思える。
| TSP_lift | TSP_clutch | TSP | PTS_clutch_rate | PTS_clutch | PTS_clutch_team | ||
|---|---|---|---|---|---|---|---|
| Player | NameShort | ||||||
| チャールズ・ジャクソン | SR渋谷 | 1.08 | 72.089227 | 66.967535 | 55.79 | 53 | 95 |
| ダバンテ・ガードナー | 三河 | 1.19 | 76.863951 | 64.355452 | 54.79 | 80 | 146 |
| ディージェイ・ニュービル | 大阪 | 1.11 | 76.479438 | 68.833717 | 51.69 | 61 | 118 |
| 古川 孝敏 | 秋田 | 1.31 | 69.311663 | 52.787162 | 47.15 | 58 | 123 |
| ロスコ・アレン | 新潟 | 1.22 | 69.786535 | 57.099055 | 45.95 | 34 | 74 |
| パトリック・アウダ | 横浜 | 1.24 | 76.149425 | 61.352289 | 42.74 | 53 | 124 |
| ステヴァン・イェロヴァツ | 三遠 | 1.12 | 64.915459 | 57.882374 | 42.16 | 43 | 102 |
| レイヴォンテ・ライス | 京都 | 1.08 | 63.338301 | 58.741156 | 41.72 | 68 | 163 |
| ジョーダン・ハミルトン | 滋賀 | 1.10 | 61.022121 | 55.275407 | 41.03 | 64 | 156 |
| 富樫 勇樹 | 千葉 | 0.91 | 49.634274 | 54.262877 | 40.00 | 38 | 95 |
| グレゴリー・エチェニケ | 広島 | 0.92 | 60.920578 | 66.138033 | 37.50 | 27 | 72 |
| トーマス・ケネディ | 広島 | 0.72 | 40.419162 | 55.995585 | 37.50 | 27 | 72 |
| ニック・メイヨ | 北海道 | 1.13 | 69.645441 | 61.743516 | 37.38 | 77 | 206 |
| ジャック・クーリー | 琉球 | 1.02 | 66.585956 | 64.983356 | 37.29 | 22 | 59 |
| ドウェイン・エバンス | 琉球 | 1.18 | 73.964497 | 62.924924 | 33.90 | 20 | 59 |
| 安藤 誓哉 | A東京 | 0.72 | 38.296569 | 52.874313 | 33.78 | 25 | 74 |
| 田中 大貴 | A東京 | 0.94 | 50.484653 | 53.675101 | 33.78 | 25 | 74 |
| デモン・ブルックス | 島根 | 0.92 | 53.462322 | 57.875936 | 33.33 | 21 | 63 |
| リード・トラビス | 島根 | 0.97 | 54.460581 | 55.899784 | 33.33 | 21 | 63 |
| ベンドラメ 礼生 | SR渋谷 | 0.77 | 37.217659 | 48.320341 | 30.53 | 29 | 95 |
前回の記事をアップしてから それなりの反響・コメントを頂いた中で見直すべき点が多くあった。
そのため今回の記事のように別視点から似た内容を書く機会が得られた。
確かにデータで見るだけでは至らない点も多いとはいえ、バスケットボールをデータで見ることの楽しみがあるのもまた事実。
この楽しみがバスケ好きのみならず広がっていくと嬉しい。最後にrintaromasudaさんのツイートの引用で締めくくります。良いスレッドでした。
NBAが数々のAdvanced Statsを記録し、サイトで誰でもそれが見られるようにIT投資をしているのは、それがNBAの『エコシステム』を強固にするから。その投資によってデータで語るNBAアナリストが生まれる。データ系のコンテンツが生まれる。巡ってNBAファンの数も質も増す。それがエコシステム。(続
— 増田林太郎 Rintaro Masuda (@rintaromasuda) March 31, 2021
[追記]
Bleague Stats Analysis というサイトでBリーグの試合結果・チームスタッツ・個人スタッツなど色々まとめています。バスケ関連の記事もまとめています。よかったらご覧ください。
![[山善] 電気ケトル 電気ポット 0.8L (消費電力 1200W / 温度設定機能/保温機能/空焚き防止機能) ブラックブロンズ EGL-C1280(BB) [メーカー保証1年]](https://m.media-amazon.com/images/I/311wUJ2KDYL._SL500_.jpg "[山善] 電気ケトル 電気ポット 0.8L (消費電力 1200W / 温度設定機能/保温機能/空焚き防止機能) ブラックブロンズ EGL-C1280(BB) [メーカー保証1年]")
