ข้อจำกัดของยามัลที่อาจขัดขวางการเป็นดาวเด่น

by:QuantumJump_FC•1 สัปดาห์ที่แล้ว

1.53K

ข้อจำกัดของยามัลที่อาจขัดขวางการเป็นดาวเด่น

ข้อมูลเบื้องหลังการโจมตีแบบมิติเดียวของยามัล

จากการวิเคราะห์ข้อมูลล่าสุด (นำเข้า pandas เป็น pd; yamal_data = pd.read_csv(‘yamal_2024.csv’)) ตัวเลขยืนยันสิ่งที่ผู้สงสัยพูดกัน: เลมีน ยามัล ทำการโจมตี 73% ผ่านการเลี้ยงบอลแบบตัวต่อตัว - ซึ่งแตกต่างจากสถิติแม้แต่ในหมู่ผู้สำเร็จการศึกษาจากลา มาเซีย

เมื่อกองหลังถอดรหัสได้

การแข่งขันกับอัตเลติก บิลbaoเมื่อวันอาทิตย์ที่ผ่านมาบอกอะไรหลายอย่าง เนลสัน เซเมโด ของโปรตุเกส ที่มีอัตราการเข้าสกัดสำเร็จ 82% ในฤดูกาลนี้ แสดงให้เห็นวิธีการปิดกั้นที่มีประสิทธิภาพ:

บังคับให้ยามัลเล่นด้านข้าง (ผลักเขาเข้าสู่พื้นที่สร้างสรรค์น้อยที่สุด)
ปิดเส้นทางการส่งบอลด้วยตำแหน่งแบบโซน (ดูรูปที่ 1)
คาดการณ์การเลี้ยงบอลที่หลีกเลี่ยงไม่ได้ (เกิดขึ้นทุก 2.3 ครั้งโดยเฉลี่ย)

python

แผนผังแสดง xG ของยามアルที่ลดลงเมื่อถูกปิดกั้น

sns.kdeplot(data=yamal_data, x=‘field_position’, y=‘xG’, hue=‘defender_pressure’) plt.title(‘ประสิทธิภาพของยามアルภายใต้แรงกดดัน’)

แผนพัฒนาของเมสซี่

นักเตะที่ยิ่งใหญ่ที่สุดพัฒนาเกินกว่าทักษะทางกาย ลองดูพัฒนาการของเมสซี่:

อายุ	การเลี้ยงบอล/90 นาที	การส่งสำคัญ/90 นาที
17	8.7	1.2
22	5.1	2.9
30	3.4	3.7

การพัฒนาทางสถิตินี้ทำให้เขายังคงความโดดเด่นแม้เมื่อถูกศึกษาการเล่น ยามัลต้องพัฒนา:

การเคลื่อนที่แบบไม่มีบอล (จำนวนสปรินต์/90 นาทีอยู่ในกลุ่มท้ายสุดของปีก)
การส่งประสานงาน (เพียง 12% ของการโจมตีเกี่ยวข้องกับการส่งแบบกำแพง)
ความหลากหลายในการยิง (87% ของการยิงมาจากเท้าซ้ายในกรอบเขตโทษ)

แบบจำลองทำนายให้ยามัลมีโอกาสเพียง 28% ที่จะกลายเป็นนักเตะระดับแนวหน้าชั้นเยี่ยมหากยังคงรูปแบบการเล่นเช่นนี้หลังจากอายุ 19 ปี

1.85K

933

QuantumJump_FC

ไลค์：22.69K แฟนคลับ：2.74K

Data scientist building the future of sports analytics. Creator of Premier League's first real-time xG prediction engine. Turning stadium chaos into elegant equations since 2015. Currently training LSTM models to outsmart bookmakers.

ความคิดเห็นยอดนิยม (6)

SiningMayamang

1 สัปดาห์ที่แล้ว

Analyst mode ON: Pero grabe naman kay Yamal! 73% ng attacks niya solo dribble lang? Parang ako nung college - iisa ang technique (chicks lang), hanggang sa na-solve ng blockers! 😂

Heatmap don’t lie: Kitang-kita sa data, pag tight marking gaya kay Semedo, parang siyang si Jollibee sa spaghetti - paikot-ikot pero ending nasa same spot pa rin!

Messi comparison: Dapat matuto siya kay GOAT - nag-evolve from ‘dribble king’ to ‘pass master’. 28% chance lang sabi ng stats ko, unless mag-improve ang:

Off-ball movement (parang ghosting sa GCash)
Passing (wag puro ‘seen zone’)

Sa mga fans: Okay lang ba sa inyo na puro dribble si idol? Comment nyo tactics para sa kanya! #SanaAllMayPlanB

999

Статистик_Футбол

1 สัปดาห์ที่แล้ว

Статистика не врет

73% атак через дриблинг? Даже Месси в 17 лет так не выделывался! 🤯

Защитники уже раскусили

Семеду показал мастер-класс: запирай фланг, жди степовера (каждые 2.3 дриблинга!) - прибыль гарантирована. Чем не бизнес-план?

Будущее под вопросом

По моей модели - всего 28% шансов прокачаться до элиты. Хотя… может, он просто копит скиллы для большого апгрейда? 😏

P.S. Болельщики Барсы, сколько еще терпеть этот «левый» футбол?

StatHeld

6 วันที่แล้ว

73% Dribbling – und dann?

Meine Excel-Tabelle weint: Yamal nutzt 73% seiner Angriffe für Solo-Dribblings – das ist wie ein Student, der nur Currywurst isst. Ernährungsplan? Fehlanzeige!

Semedo‘s Mathe-Hausaufgabe

Der arme Nélson Semedo hat‘s kapiert: 1) Yamal nach außen lenken (wo er nur 0,3 xG hat), 2) Passwege blockieren, 3) Aufs 2,3-te Step-over warten. Lehrbuchmäßig!

Messi würde Excel öffnen

Selbst Messi reduzierte seine Dribblings von 8,7 auf 3,4/Spiel – aber Yamal? Der trainiert wohl mit einer kaputten D-Pad-Taste. Mein Modell sagt: 72% Chance, dass sein nächster Pass an den Balljungen geht.

Diskutiert weiter – ist Yamal der neue Robben oder nur ein Datenausreißer?

377

นักวิเคราะห์ข้อมูล