问从世界杯数据中识别攀岩风格

EN

在竞技攀岩中，有许多不同的风格，如攀岩壁的陡峭程度。有些运动员比其他运动员更擅长某些风格。我想看看是否可以从竞争数据中发现这些风格，比如攀爬世界杯(示例)的公开数据。

我的问题是如何从可用的数据中最佳地推断样式。这些数据的性质如下：

• 每一轮比赛包括四到五次攀爬，每个运动员都有几分钟的时间来尝试每一次攀爬，并有无限的尝试。
• 对于每一次攀爬和每一名运动员，评分系统都会记录(大致)，运动员是在爬到顶端的一半，还是一路爬到顶峰，以及他们花了多少次尝试才达到这两点。
• 许多运动员参加多轮比赛，但大多数运动员不参加一个赛季的所有比赛。大概每个赛季总共有70到120次攀登，大约有200名运动员尝试过，但并不是每个运动员都尝试每一次攀爬。

因为有些运动员在某些风格上更好，我们希望看到特定的运动员群体在特定的攀爬中表现得更好，而这种聚类就是我期望从数据中出现的风格。问题是如何巧妙地解决这个问题。

我最基本的想法是给每个运动员在一次攀爬中的成绩分配一个标量值，然后进行主成分分析。我在此看到的两个问题是：

1. 处理丢失的数据，运动员没有尝试任何特定的攀登。似乎有处理这一问题的方法，例如，正如这个stats.se帖子所描述的那样。
2. 在给定的攀登过程中，给运动员的成绩分配标量值有很大的任意性。

是否有更好的方法来解决这个问题？是否有原则方法将离散性能度量(如“到达顶部”或“未到达顶部”)转换为PCA的数值？