[論文レビュー] Predicting Outcome of Indian Premier League (IPL) Matches Using Machine Learning

Rabindra Lamsal, Ayesha Choudhary|arXiv (Cornell University)|Sep 26, 2018

Sports Analytics and PerformanceEconomics, Econometrics and Finance被引用数 19

ひとこと要約

本論文は、プレイヤーのパフォーマンス指標とチーム強度スコアを用いて、インドプレミアリーグ（IPL）Twenty20試合の結果を予測する機械学習フレームワークを提案する。7つの主要要因をモデル化し、歴史的データで6つのモデルを訓練した結果、マルチレイヤーパーセプトロンを用いて71.66％の精度を達成し、試合開始15分前に2018年IPLの試合結果を他のモデルよりも優れた精度で予測した。

ABSTRACT

Cricket, especially the Twenty20 format, has maximum uncertainty, where a single over can completely change the momentum of the game. With millions of people following the Indian Premier League (IPL), developing a model for predicting the outcome of its matches is a real-world problem. A cricket match depends upon various factors, and in this work, the factors which significantly influence the outcome of a Twenty20 cricket match are identified. Each player's performance in the field is considered to find out the overall weight (relative strength) of the teams. A multivariate regression based solution is proposed to calculate points for each player in the league and the overall weight of a team is computed based on the past performance of the players who have appeared most for the team. Finally, a dataset is modeled based on the identified seven factors which influence the outcome of an IPL match. Six machine learning models were trained and used for predicting the outcome of each 2018 IPL match, 15 minutes before the gameplay, immediately after the toss. Three of the trained models were seen to be correctly predicting more than 40 matches, with Multilayer Perceptron outperforming all other models with an impressive accuracy of 71.66%.

研究の動機と目的

• 機械学習を用いてIPL Twenty20試合の結果を予測するモデルを開発すること。
• IPLにおける試合結果に最も影響を与える7つの要因を特定・定量化すること。
• プレイヤーのパフォーマンスと歴史的参加履歴に基づき、チーム強度を算出すること。
• リアルタイムの試合予測における予測精度を評価する複数の機械学習モデルを評価すること。
• 歴史的データを用いて、チーフトスの15分後に信頼性の高い事前予測を達成すること。

提案手法

• 多変量回帰モデルが、IPLにおける過去のパフォーマンスに基づき、個々のプレイヤーの得点を計算する。
• チーム強度は、各チームの最高出場回数を持つプレイヤーの加重得点の合計として計算される。
• 試合結果に影響を与える7つの主要要因が抽出され、予測用データセットが構築される。
• マルチレイヤーパーセプトロン、ランダムフォレスト、SVMを含む6つの機械学習モデルが、2018年IPL試合データで訓練される。
• 試合開始15分後に、リアルタイムのチーム編成とプレイヤー統計を用いて予測が行われる。
• モデルの性能は、2018年IPLシーズンのテストデータにおける正答率を用いて評価される。

実験結果

リサーチクエスチョン

• RQ1 IPL Twenty20試合の結果に最も顕著に影響を与える要因は何か？
• RQ2 プレイヤーのパフォーマンス指標を統合することで、信頼性のあるチーム強度スコアを形成できるか？
• RQ3 事前データを用いた機械学習モデルは、IPL試合結果をどの程度正確に予測できるか？
• RQ4 評価されたモデルの中で、どの機械学習モデルがIPL試合結果の予測において最も優れているか？
• RQ5 チーフトスの15分後に予測を行うことで、歴史的プレイヤーおよびチームデータのみを用いても高い精度を達成できるか？

主な発見

• マルチレイヤーパーセプトロンモデルが、全テストモデルの中で最高の予測精度71.66％を達成した。
• 6つのモデルのうち3つが、2018年IPLシーズンで40試合以上を正しく予測した。
• モデルは15試合のデータで訓練および評価され、チーフトスの15分後に予測が行われた。
• プレイヤーのパフォーマンスとチーム編成が、試合結果を決定づける上で極めて重要であることが判明した。
• プレイヤー得点に多変量回帰を適用することで、チーム強度推定の信頼性が向上した。
• 最終的なデータセットには、IPL試合結果に影響を与える7つの主要要因が統合され、モデルの訓練および評価の基盤となった。