流程思维导图
根据比赛概览、数据页和票数最高的 12 个公开 notebook 的代码(读取于 2026 年 10 月 19 日)为这场比赛定制。它按写分析报告的流程来分,而不是“训练再提交”的流程。
- 01清洗数据
- 1.1只保留 season_type == REG(文件里有季前赛)
- 1.2Combine 追踪数据:过滤 entity_type == PLAYER
- 1.3用 x、y 重新计算距离;不要直接累加 Combine 的 dis
- 1.4每个指标都在同一选秀年内标准化
- 02做一个动作指标
- 2.1一个位置组,一个测试项目
- 2.2平滑速度;制动 = 速度的下降(a 不带正负号)
- 2.3检查第 1 次能否预测第 2 次
- 2.4最高速度可重复;起步爆发只对锋线球员有意义
- 03和 NFL 比赛表现联系起来
- 3.1选这个位置真正被看重的结果
- 3.2控制体型、站位和选秀顺位
- 3.3数清每组真实的样本量
- 3.4知道纯噪声能达到多大的 |r|
- 04分析报告
- 4.1不超过 2,000 词,表格和图少于 10 个
- 4.2附上公开 notebook;代码放附录
- 4.3回答:球队能不能每周都用上它?
- 4.4每队一次提交,2027 年 1 月 6 日前
关键信息
- 主办方
- Kaggle,为美国国家橄榄球联盟(赞助方)举办。按评分标准评审,所以没有排行榜 ↗
- 奖金
- 100,000 美元。公开组 45,000 美元,大学组 45,000 美元(每组:3 名决赛者各 10,000 美元,3 名亚军各 5,000 美元),另有 10,000 美元大奖,在决赛者于 2027 年 NFL Scouting Combine 现场展示后评出 ↗
- 截止时间
- 最终提交 2027 年 1 月 6 日 23:59(UTC)。1 月 7–25 日评审;预计 2027 年 1 月 26 日公布结果 ↗
- 任务
- 做一项分析,把 10 Hz 的 Combine 追踪数据和 NFL 常规赛表现联系起来,比如提出一个新指标,或者比较不同位置组的动作特征 ↗
- 报告限制
- 最多 2,000 词,表格和图加起来少于 10 个。必须附上一个公开的 Kaggle notebook;没用追踪数据的报告不予评分 ↗
- 队伍和提交
- 每队最多 5 人。评审类(黑客松式)比赛每队只能提交一次,合并队伍前的提交会被撤回 ↗
- 参赛资格
- 需要 Kaggle 账号;要拿奖需年满 18 岁或达到法定成年年龄,以较大者为准;不能在受制裁地区。大学组:Kaggle 写的是仅限本科生,而 NFL 自己的页面写的是本科生或研究生 ↗
- 数据许可
- CC BY-NC 4.0,仅限非商业用途。不能再分发比赛数据。获奖者需开源代码 ↗
- 参与情况(2026 年 10 月 19 日)
- 开赛 13 天:7,734 名报名者 · 312 名参与者 · 306 支队伍 · 306 次提交 ↗
题目拆解
一篇用易读的 markdown 写成、嵌入图表的 Kaggle 报告,外加一个附上的公开 notebook。没有预测文件,也没有公开分数。先过两道合格检查:报告必须把 Combine 传感器追踪数据和常规赛表现联系起来,而且必须完整(markdown、图表、notebook)。然后由 NFL 球队数据分析人员和追踪数据供应商的评委,对四个部分各按 10 分制打分。
2023–2025 年选中或签下的 510 名新秀,分属五个位置组(外接手、近端锋、防守后卫、进攻线和防守线)。包括 6,310 次 10 Hz 追踪的 Combine 测试、官方 Combine 成绩、2023–25 赛季每一个被追踪的 NFL 回合,以及职业生涯出场数和荣誉。9 个 CSV 文件,约 2.3 GB。
我们在 10 月 19 日的统计:外接手是 5 个 notebook 的主要研究对象,进攻线 4 个,防守线 3 个(有几个 notebook 覆盖不止一组),还有四个在测量外接手变向时的制动。防守后卫只有一个 notebook,是对角卫和安全卫测试项目的 EDA,没有建模。没有 notebook 以近端锋为中心。主办方要求只研究一个小方面、一个位置组或一个测试项目,所以选一个窄而不拥挤的角度是允许的,甚至是被鼓励的。
12 个 notebook 里有 4 个报告某一届 Combine 的记录方式不同,但对是哪一届说法不一。一个说 2024 年的后撤 + 45° 测试在变向前就停止记录,2025 年的位置坐标网格更细。另一个说 2025 届在秒表成绩相同的情况下,追踪到的加速度更低。第三个归因于 2024 年四舍五入和 2025 年截断;审计 notebook 发现同一个测试项目在不同年份的 Combine 之间读数相差高达 3.3 个标准差。把三年数据混在一起,可能造出一个在每年内部都会消失的相关性,所以要在同一选秀届内标准化和比较。
审计 notebook 统计,510 名新秀中有 243 人既有追踪的 40 码成绩,又在其位置的主要结果指标上有至少 100 个常规赛回合:近端锋 18 人,防守后卫最多 62 人。在这个样本量下,一个事先确定的检验需要 |r| 约 0.25–0.47 才能达到 p < 0.05。如果你试了很多指标,纯靠运气就能达到 |r| 0.36–0.68。
在样本外,选秀顺位能解释同一位置组内新秀出场时间 0.532 的变异。Combine 在此基础上只多解释 +0.005(95% 区间 −0.004 到 +0.014)。在同一份审计里,速度更快的新秀出场更多(r = 0.25),但控制选秀顺位后只剩 0.04。选一个衡量球员打得怎么样的结果指标,比如拉开距离、起步速度或被施压次数,会比出场回合数给你更大的空间。
审计列出了不一致的地方。季前赛回合占追踪回合的 16%。比赛文件的行数是文档说明的 2.6 倍。外接手和近端锋测试里的球所在帧带有 nfl_id。player_play 里没有弃踢、开球和踢球,尽管特勤组回合占这些球员出场回合的 17%。
你会拿到什么(数据页)
必须先接受规则才能下载。比赛追踪文件大约 2 GB,所以只读取你需要的列。
- players.csv
- 510 名新秀:位置、大学、联盟、选秀年份、轮次和顺位(未被选中的为空)
- combine_results.csv
- 身高、体重、手掌、臂长和臂展、10 码分段、40 码、纵跳、立定跳远、三锥、折返跑、卧推,以及 Next Gen Stats 的运动能力、产出和综合评分
- combine_tracking.csv
- 6,310 次测试的 10 Hz x、y、速度、加速度、距离和方向:40 码冲刺、三锥、折返跑以及各位置的专项测试(WR、DB、OL、DL、TE)
- player_play.csv
- 316,338 行球员-回合数据,含比赛情境、EPA 和胜率、防守覆盖、跑动路线、拉开距离、施压、起步和擒抱指标
- game_tracking_2023/2024/2025.csv
- 这批球员的 10 Hz 比赛内追踪数据,含朝向和 ball_snap、pass_forward 等事件标记
- games.csv · player_career_successes.csv
- 1,002 场比赛(2023–25);职业生涯出场回合数、首发场次、全明星一阵和 Pro Bowl 入选
来自比赛的数据页或概览页 ↗
评测指标:评委评分标准(四项 0–10 分的加权平均)
没有自动评分。先过两道合格检查:报告把 Combine 追踪数据和常规赛表现联系了起来,并且有易读的 markdown、嵌入的图表和附上的公开 notebook。之后由 NFL 球队或追踪数据供应商的分析师给每个部分打 0 到 10 分,再取加权平均。
硬性限制:最多 2,000 词,表格和图少于 10 个,否则可能被扣分。大部分代码应该放在附录或链接的 notebook 里。 ↗
NFL 球队或联盟办公室能不能每周都用上它?有没有处理好橄榄球数据的复杂之处?想法是否独特?
分析是否正确,结论是否有数据支撑,模型是否合适,应用是否有新意?
写得好、容易读懂,动机清楚,比如要解决的是指标问题还是球员评估问题
图表是否易读、准确、有新意?
公开基线
2026 年 10 月 19 日票数最高的 12 个公开 notebook(票数取自 UTC 3:51 的 Kaggle API)。我们通过 Kaggle 公开 API 拉取并阅读了每个 notebook 的文字和代码;没有运行它们。没有排行榜,所以 LB 一栏为空。上面引用的发现都是作者自己报告的数字。
| Notebook | ▲ | LB | 为什么值得看 |
|---|---|---|---|
| Combine Tracking Audit: Speed r=0.95, Start r=0.28 | 41 | — | 先读这个。它把追踪数据和官方成绩做了核对,检查了可重复性、真实样本量和噪声下限,列出了文件和数据页不一致的地方,还有一个能给你自己的指标打分的单元格。 |
| Who Beat Their Combine? 2023-25 Rookies | 9 | — | 说明在新秀出场时间上,Combine 在选秀顺位之外能补充的信息有多少(R² 只多 +0.005),这也是为什么结果指标的选择很重要。 |
| NFL BDB 2027 Starter: Combine to NFL | 13 | — | 朴素的入门示例:加载所有文件,画分布图,做一段 40 码冲刺动画,并列出一些点子。适合用来熟悉各个表。 |
| DB Drills Decoded: CB/S Tracking + 2024 Data Trap | 11 | — | 前 12 名里唯一围绕防守后卫测试项目的 notebook。只有 EDA,和 NFL 比赛表现的联系还没人做。记录了 2024 年的截断问题。 |
| Bend Before Sacks: DL Combine Tracking | 8 | — | 一份完整的防守线分析配套 notebook:起步、绕前速度、超出预期的施压以及控制变量后的相关性,CPU 上约 6 分钟。 |
| NFL BDB 2027: Beyond the 40 - OL Pass Protection | 8 | — | 把进攻线的专项测试(镜像、波浪、拉出)变成动作特征,并和被施压次数做比较。 |
| Wide Receivers Over-Braking Trap NFL | 10 | — | 带异常减速尖峰上限的外接手制动指标。前几名里有三个 notebook 做外接手制动,所以这个角度已经很拥挤。 |
| Signal or Sensor? Stress-Testing Combine Tracking | 8 | — | 外接手超出预期的拉开距离、防守线爆发力,以及一个事先设定的进攻线检验,还有一节讲选秀届次带来的数据偏差。 |
当前最高票的 notebook
每天从 Kaggle API 更新(最近一次 2026-11-16),未经编辑审核;上面的表格是审核过的清单。
- NFL Big Data Bowl 2027 ▲89
- Combine Tracking Audit: Speed r=0.95, Start r=0.28 ▲45
- Kinematic Translation of Combine Sensor Dynamics ▲29
- The Deceleration Weapon: WR Braking vs DB Recovery ▲25
- Combine Movement to NFL Performance ▲21
- NFL BDB 2027 Starter: Combine to NFL ▲15
- DB Drills Decoded: CB/S Tracking + 2024 Data Trap ▲13
- 🏈 NFL Scouts Storybook: 🔮 Visual Experience 🏈 ▲9
时间线
- 开始日期
- 最终提交截止,UTC 23:59
- 开始评审(到 1 月 25 日;可能根据提交数量调整)
- 预计公布结果
分步计划
- 第 1 周:报名并选组别
接受规则,决定参加公开组还是大学组。如果你是研究生,先在比赛论坛上问:Kaggle 概览页写的是仅限本科生,而 NFL 的页面写的是本科生或研究生。
- 用稳妥的方式加载数据
fork 入门 notebook 或审计 notebook。只保留常规赛回合,在 Combine 文件里过滤 entity_type == PLAYER,用 x 和 y 重新计算距离,比赛追踪文件只读取需要的列。
- 选一个窄的角度
选一个位置组、一个测试项目。外接手制动和防守线爆发力在高票 notebook 里已经很拥挤。和防守覆盖结果关联的防守后卫测试、近端锋测试,或进攻线专项测试,公开的分析更少。
- 证明指标可以重复
在同一选秀年内,分别计算每位球员第一次和第二次测试的指标。如果第 1 次预测不了第 2 次,它也预测不了一个赛季。审计 notebook 的最后一个单元格能为任何指标打印这份检验结果。
- 和场上结果联系起来
用这个位置被评价时看的结果,比如拉开距离、起步速度或被施压次数,而不是出场回合数。控制体型、站位和选秀顺位,并报告样本量和置信区间。
- 写给教练看
尽早起草 2,000 词的报告,图表少于 10 个。把橄榄球上的用途放在最前面,代码放附录,并附上公开 notebook。每队只能提交一次,而且合并队伍会撤回之前的提交,所以提交之前先把队伍定下来。
- 提交
在 2027 年 1 月 6 日 23:59(UTC)之前提交。决赛者将在 2027 年 NFL Scouting Combine 现场展示。