#古城集# 徽州府黟县。徽府六县知名度最高的县之一，名气却基本都在下属的两个村。
城墙在方志图画的也是圆形，实际上更像个鸭掌，据说原来入城须过一山洞，恰类似《桃花源记》所述，故名“桃源洞”，驰名天下的黟县古村大概也是许多游人心中的桃源吧。
历史街区看样子保留的似乎不错，历史格局基本完好，县衙存大堂（p5，造型挺怪的），民居更是有不少遗留。其中东西街、桂墩里-杏墩里、费家弄、麻田、郭门后街五条历史文化街区列为安徽省历史文化街区，黟县也是省级历史文化名城。
不过最近老城整了个黟县古城，一些上世纪街道穿衣戴帽后感觉就没那味道了（p5、6为改造前后）。
城墙在方志图画的也是圆形，实际上更像个鸭掌，据说原来入城须过一山洞，恰类似《桃花源记》所述，故名“桃源洞”，驰名天下的黟县古村大概也是许多游人心中的桃源吧。
历史街区看样子保留的似乎不错，历史格局基本完好，县衙存大堂（p5，造型挺怪的），民居更是有不少遗留。其中东西街、桂墩里-杏墩里、费家弄、麻田、郭门后街五条历史文化街区列为安徽省历史文化街区，黟县也是省级历史文化名城。
不过最近老城整了个黟县古城，一些上世纪街道穿衣戴帽后感觉就没那味道了（p5、6为改造前后）。
一名球员究竟是“中规中矩”还是“高风险高回报”？现在我们设计出了一个衡量球员能力的新维度。
每个球员在球场上时刻在做决定，一方面在尽可能让自己的球队破门的概率最大化，同时让本方丢球的概率最小化。
有的动作和决定对于球队的帮助显而易见，比如传出一记好球，让队友拥有了单刀机会，或者完成一次成功的抢断夺回了球权。
但对于绝大多数动作，我们并不清楚这个决定和动作的价值。
这就是 Opta 引入的“控球价值”（Possession Value，以下简称 PV）的意义。顾名思义，PV 能够衡量一支球队在控球时能够取得进球的概率。
我们以利物浦这次进攻为例，假设最后的一个动作是詹姆斯·米尔纳的传球。（图 2）
米尔纳的传球有多大的概率最终能够产生进球？首先，进球方式可以是多样的，比如他的传球找到了边路的队友，队友传中后前锋进球，或者接球队员自己带球过人取得进球，又或者之后又通过 20 脚传球后通过角球破门。只要球队没有丢失控球权，这个模型就成立。
在这个例子中，模型预测最终进球的概率是 3.3%，大概是每 30 次出现这样的情况会有 1 次产生进球。
但是问题是...... 3.3% 这个数字是怎么来的？
这个模型会基于过去 5 场比赛的相似情况，再与历史数据进行比较后给出进球概率。在一连串进攻中，一个动作出现的时间越晚，它就越重要，米尔纳的传球就要比三次传球之前队友的传球对结果有更大的影响。
我们继续，米尔纳把球传给菲尔米诺，后者向禁区方向带球，然后直传给禁区里的马内。现在这个模型预测进球概率是 33.9%，换言之，菲尔米诺通过自己的决策和行动将本队进球的概率提升了超过 30%，这就是这名球员的 Possession Value Added（PV+，控球价值贡献）。（图 3）
所以通过这个模型的引用，我们可以分析出球场上任何一名球员的每一个动作是否增加或者减少了本队的进球概率。
让我们看下一个例子。
阿森纳的拉卡泽特在本方半场接到队友掷入的边线球，防守球员准备上来抢断。（图 4）
不过拉卡泽特转身之后带球一路杀到禁区前，9 秒钟之后他把球传给左路插上的科拉西纳茨。（图 5）
虽然最后科拉西纳茨的传中被破环，但是显而易见的是拉卡泽特的这一系列动作对于阿森纳的进攻是有积极影响的。
当拉卡泽特接球时，PV 值为 1%，而当他传球给队友时，PV 值来到了 7%，也就是说拉卡泽特的 PV+ 是 0.06。
这个模型可以评估场上任何动作，比如传球、带球、抢断、拦截、铲抢，甚至制造犯规或者角球都能够被计算其中。
失误和丢球同样是比赛中必不可少的一部分，丢失球权对本队的影响有两个方面，一个方面是本方失去了本可以进球的机会，另一个方面就是对方获得了球权从而获得了威胁到自己球队的进攻机会。这两点都会被 PV 模型计算在内。
让我们来看两种不同的情况。
情况一：沃特福德 vs 阿森纳（帕帕斯塔索普洛斯）
帕帕斯塔索普洛斯在本方禁区拿球，但他的传球被德乌洛费乌断下。（图 6）
PV（丢失球权）= -0.01
PV（对手获得球权）= -0.14
帕帕斯塔索普洛斯这个失误的 PV 值总计为 -0.15。
情况二：托特纳姆热刺 vs水晶宫（库亚特）
水晶宫在对手禁区左侧获得任意球，罚球队员将球送到后点，库亚特在后点将球传回，但是没有队友跟进，被热刺球员破坏。（图 7、8）
PV（丢失球权）= -0.17
PV（对手获得球权）= -0.01
如果按照和情况一一样的标准，库亚特的这个这个丢失球权的情况的 PV 值应该为 -0.18。但是大家发现这两种情况并不一样。在帕帕斯塔索普洛斯的例子中，他个人的失误直接导致对手的进球机会，而在库亚特的例子中，你也可以说他的队友没有出现在应该在的位置上导致了球权丢失。从最后的结果上，库亚特这个球对于球队的影响远远没有帕帕斯塔索普洛斯的失误大。所以在这个模型中，这两种情况的 PV（丢失球权）数值一样是不科学和不客观的，所以在模型中，类似库亚特这种情况的 PV（丢失球权）值为 -0.025，也就是球场上所有动作的平均 PV 值。
最后，在明白了这个模型如何如何工作之后，我们就能够用它来衡量和评判一名球员对于球队的贡献，而且是从积极和消极两个不同的方面。这就意味着我们能够很容易看出哪些球员“中规中矩”，而哪些球员“高风险带来高回报”。
下图是截止到 10 月 3 日英超联赛中一些典型球员的 PV 贡献表。从这张表中你可以看出，每名球员的 PV 贡献都被分为了 4 个维度，（图 9）
- 有效进攻动作/提高进球机会的动作（贡献数值为正的 PV 值）
- 降低进球机会的动作（贡献数值为负的 PV 值）
- 普通丢失球权（例如库亚特）
- 丢失球权并且造成对手的直接威胁（例如帕帕斯塔索普洛斯）
你当然希望你的球员的正 PV 值大于其他三种情况的 PV 负值。在这张表中，马赫雷斯是这项数据中表现最好的球员。
总而言之，PV 模型的建立让大家不仅仅只看到球员的射门、助攻和威胁传球，他们厂商的任何一个决定和动作都在潜移默化地影响着球队进球（丢球）的概率。
#Opta数据#
每个球员在球场上时刻在做决定，一方面在尽可能让自己的球队破门的概率最大化，同时让本方丢球的概率最小化。
有的动作和决定对于球队的帮助显而易见，比如传出一记好球，让队友拥有了单刀机会，或者完成一次成功的抢断夺回了球权。
但对于绝大多数动作，我们并不清楚这个决定和动作的价值。
这就是 Opta 引入的“控球价值”（Possession Value，以下简称 PV）的意义。顾名思义，PV 能够衡量一支球队在控球时能够取得进球的概率。
我们以利物浦这次进攻为例，假设最后的一个动作是詹姆斯·米尔纳的传球。（图 2）
米尔纳的传球有多大的概率最终能够产生进球？首先，进球方式可以是多样的，比如他的传球找到了边路的队友，队友传中后前锋进球，或者接球队员自己带球过人取得进球，又或者之后又通过 20 脚传球后通过角球破门。只要球队没有丢失控球权，这个模型就成立。
在这个例子中，模型预测最终进球的概率是 3.3%，大概是每 30 次出现这样的情况会有 1 次产生进球。
但是问题是...... 3.3% 这个数字是怎么来的？
这个模型会基于过去 5 场比赛的相似情况，再与历史数据进行比较后给出进球概率。在一连串进攻中，一个动作出现的时间越晚，它就越重要，米尔纳的传球就要比三次传球之前队友的传球对结果有更大的影响。
我们继续，米尔纳把球传给菲尔米诺，后者向禁区方向带球，然后直传给禁区里的马内。现在这个模型预测进球概率是 33.9%，换言之，菲尔米诺通过自己的决策和行动将本队进球的概率提升了超过 30%，这就是这名球员的 Possession Value Added（PV+，控球价值贡献）。（图 3）
所以通过这个模型的引用，我们可以分析出球场上任何一名球员的每一个动作是否增加或者减少了本队的进球概率。
让我们看下一个例子。
阿森纳的拉卡泽特在本方半场接到队友掷入的边线球，防守球员准备上来抢断。（图 4）
不过拉卡泽特转身之后带球一路杀到禁区前，9 秒钟之后他把球传给左路插上的科拉西纳茨。（图 5）
虽然最后科拉西纳茨的传中被破环，但是显而易见的是拉卡泽特的这一系列动作对于阿森纳的进攻是有积极影响的。
当拉卡泽特接球时，PV 值为 1%，而当他传球给队友时，PV 值来到了 7%，也就是说拉卡泽特的 PV+ 是 0.06。
这个模型可以评估场上任何动作，比如传球、带球、抢断、拦截、铲抢，甚至制造犯规或者角球都能够被计算其中。
失误和丢球同样是比赛中必不可少的一部分，丢失球权对本队的影响有两个方面，一个方面是本方失去了本可以进球的机会，另一个方面就是对方获得了球权从而获得了威胁到自己球队的进攻机会。这两点都会被 PV 模型计算在内。
让我们来看两种不同的情况。
情况一：沃特福德 vs 阿森纳（帕帕斯塔索普洛斯）
帕帕斯塔索普洛斯在本方禁区拿球，但他的传球被德乌洛费乌断下。（图 6）
PV（丢失球权）= -0.01
PV（对手获得球权）= -0.14
帕帕斯塔索普洛斯这个失误的 PV 值总计为 -0.15。
情况二：托特纳姆热刺 vs水晶宫（库亚特）
水晶宫在对手禁区左侧获得任意球，罚球队员将球送到后点，库亚特在后点将球传回，但是没有队友跟进，被热刺球员破坏。（图 7、8）
PV（丢失球权）= -0.17
PV（对手获得球权）= -0.01
如果按照和情况一一样的标准，库亚特的这个这个丢失球权的情况的 PV 值应该为 -0.18。但是大家发现这两种情况并不一样。在帕帕斯塔索普洛斯的例子中，他个人的失误直接导致对手的进球机会，而在库亚特的例子中，你也可以说他的队友没有出现在应该在的位置上导致了球权丢失。从最后的结果上，库亚特这个球对于球队的影响远远没有帕帕斯塔索普洛斯的失误大。所以在这个模型中，这两种情况的 PV（丢失球权）数值一样是不科学和不客观的，所以在模型中，类似库亚特这种情况的 PV（丢失球权）值为 -0.025，也就是球场上所有动作的平均 PV 值。
最后，在明白了这个模型如何如何工作之后，我们就能够用它来衡量和评判一名球员对于球队的贡献，而且是从积极和消极两个不同的方面。这就意味着我们能够很容易看出哪些球员“中规中矩”，而哪些球员“高风险带来高回报”。
下图是截止到 10 月 3 日英超联赛中一些典型球员的 PV 贡献表。从这张表中你可以看出，每名球员的 PV 贡献都被分为了 4 个维度，（图 9）
- 有效进攻动作/提高进球机会的动作（贡献数值为正的 PV 值）
- 降低进球机会的动作（贡献数值为负的 PV 值）
- 普通丢失球权（例如库亚特）
- 丢失球权并且造成对手的直接威胁（例如帕帕斯塔索普洛斯）
你当然希望你的球员的正 PV 值大于其他三种情况的 PV 负值。在这张表中，马赫雷斯是这项数据中表现最好的球员。
总而言之，PV 模型的建立让大家不仅仅只看到球员的射门、助攻和威胁传球，他们厂商的任何一个决定和动作都在潜移默化地影响着球队进球（丢球）的概率。
#Opta数据#
#波特兰伐木工[超话]#说到女权真的挺可悲的，上个星期上一个历史课，上面的男老师讲到古代男女分工（大概是类似的东西，我记不得了），说到是因为女性比较温柔，说完这句话，他突然惊慌失措，赶紧补充“这不是我个人的观点啊，和现在网上的女权没有关系”，我突然就觉得很可悲，现在的田园女权已经把一个正常讲课的老师逼成这样了，这个老师明明讲课讲的很好的，我也很感兴趣听他讲课
✋热门推荐