[論文レビュー] Fantasy Football Prediction

Roman Lutz|arXiv (Cornell University)|May 26, 2015

Sports Analytics and Performance参考文献 5被引用数 8

ひとこと要約

本論文では、6年間の限られた試合データを用いて、NFLのクォーターバックのファンタジーフットボールスコアを予測するため、サポートベクターレグレッション（SVR）およびニューラルネットワークの提案と評価を行っている。最も優れたモデルは、50個の隠れユニットとシグモイド活性化関数を備えた1層のニューラルネットワークであり、上位24名のクォーターバックに対して平均絶対誤差（MAE）6.235を達成し、SVRを上回った。これは、データ制限がある中でも機械学習の潜在的可能性を示している。

ABSTRACT

The ubiquity of professional sports and specifically the NFL have lead to an increase in popularity for Fantasy Football. Users have many tools at their disposal: statistics, predictions, rankings of experts and even recommendations of peers. There are issues with all of these, though. Especially since many people pay money to play, the prediction tools should be enhanced as they provide unbiased and easy-to-use assistance for users. This paper provides and discusses approaches to predict Fantasy Football scores of Quarterbacks with relatively limited data. In addition to that, it includes several suggestions on how the data could be enhanced to achieve better results. The dataset consists only of game data from the last six NFL seasons. I used two different methods to predict the Fantasy Football scores of NFL players: Support Vector Regression (SVR) and Neural Networks. The results of both are promising given the limited data that was used.

研究の動機と目的

• ファンタジーフットボールのNFLクォーターバックスコアを正確に予測するデータドリブンなモデルを開発し、主観的な専門家の意見への依存を減らす。
• 6年間の限られたデータセットを用いて、サポートベクターレグレッション（SVR）およびニューラルネットワークの性能を評価する。
• 予測に寄与する重要な特徴量を特定し、モデルの精度を向上させるためのデータ強化戦略を提案する。
• 特にファンタジーリーグにおける財政的リスクの増大に鑑み、偏りのない自動予測ツールの基盤を提供する。

提案手法

• 線形および多項式カーネルを用いたサポートベクターレグレッション（SVR）を用い、許容誤差範囲内での予測誤差を最小化するため、$\u0005$-インセンティブ損失を適用した。
• 交差検証を伴う再帰的特徴量削除法（RFECV）を用いて、試合統計から最も関連性の高い予測変数を同定した。
• 1層の隠れ層を持つ順方向伝播ニューラルネットワークを実装し、シグモイドおよびtanh活性化関数を用い、エポック数、隠れユニット数、活性化関数タイプなどのハイパーパrameterを最適化した。
• テストセット、特に上位成績を示した選手のサブセットを対象に、標準的な回帰評価指標（RMSE、MAE、MRE）を用いてモデルを評価した。
• 性能トレンドをよりよく捉えるために、指数加重移動平均（EWMA）を用いたデータ強化戦略を検討した。
• ニューラルネットワークのトレーニングにはPyBrainライブラリを用い、複数のハイパーパrameter組み合わせに対して交差検証によるモデル構成の評価を実施した。

実験結果

リサーチクエスチョン

• RQ1 SVR やニューラルネットワークのような機械学習モデルは、限られた歴史的データを用いても、NFLクォーターバックのファンタジースコアを効果的に予測できるか？
• RQ2 C、ε、カーネルタイプ、学習率などの異なるハイパーパrameterは、この文脈におけるSVRおよびニューラルネットワークの性能にどのように影響するか？
• RQ3 どの特徴量がファンタジースコアの予測に最も寄与するか？また、特徴量選択はモデルの精度をどのように向上させるか？
• RQ4 指数加重移動平均（EWMA）や怪我の報告、チームのダイナミクスの追加といったデータ強化技術は、予測性能を向上させることができるか？
• RQ5 データドリブンなモデルの結果は、専門家による予測や公に利用可能な予測システムと比較してどのように異なるか？

主な発見

• 最も優れたモデルは、50個の隠れユニットとシグモイド活性化関数を備えた1層のニューラルネットワークであり、上位24名のクォーターバックに対して平均絶対誤差（MAE）6.235を達成した。
• このニューラルネットワークモデルは、C=0.25、ε=0.25、線形カーネルを用いた最良のSVR設定よりも優れていた。
• RFECVを用いた特徴量選択により、わずか4つの主要な特徴量が特定された。これは、多くの試合統計に高い相関関係があり、重複する特徴量からの追加的価値が限られていることを示唆している。
• 上位24名のクォーターバックに対する誤差は、全テストセット全体の誤差よりも顕著に低く、エリート選手の予測は一般の選手プールの予測よりもはるかに容易であることが示された。
• 指数加重移動平均（EWMA）の使用は、時間的トレンドをよりよく捉えるための有望な手法であると提言された。これは、将来的にモデルの精度を向上させる可能性を秘めている。
• 有望な結果が得られたものの、全体のMAEは依然として高く（6ポイント以上）、現在のモデルがファンタジースコア予測において高い精度を達成するには課題が残っていることが示された。