[논문 리뷰] A study on Machine Learning Approaches for Player Performance and Match Results Prediction

Harsh Mittal, Deepak Rikhari외 2명|arXiv (Cornell University)|2021. 08. 23.

Sports Analytics and Performance참고 문헌 16인용 수 9

한 줄 요약

이 논문은 크리켓 경기 결과와 선수 성능을 예측하기 위해 KNN, 로지스틱 회귀, 신경망, SVM, 앙상블 방법 등 다양한 기계학습 기법을 평가한다. 신경망과 앙상블 모델이 가장 높은 정확도(최대 91.43%)를 기록하지만, 성능은 데이터 품질과 특성 선택에 크게 의존하며, KNN와 SVM 또한 ESPN Cricinfo 및 캐글에서 제공하는 정제된 데이터셋에서는 뛰어난 성능을 보였다.

ABSTRACT

Cricket is unarguably one of the most popular sports in the world. Predicting the outcome of a cricket match has become a fundamental problem as we are advancing in the field of machine learning. Multiple researchers have tried to predict the outcome of a cricket match or a tournament, or to predict the performance of players during a match, or to predict the players who should be selected as per their current performance, form, morale, etc. using machine learning and artificial intelligence techniques keeping in mind extensive detailing, features, and parameters. We discuss some of these techniques along with a brief comparison among these techniques.

연구 동기 및 목표

• 크리켓 경기 결과와 선수 성능을 예측하기 위한 기계학습 기법을 평가하고 비교하는 것.
• 실제 크리켓 데이터셋을 활용해 경기 결과 예측에 가장 효과적인 알고리즘을 특정하는 것.
• 특성 선택과 데이터 품질이 스포츠 예측에서 모델 성능에 미치는 영향을 분석하는 것.
• 크리켓 팀과 관리진이 데이터 기반 팀 선택 및 전략 수립에 도움이 되는 통찰을 제공하는 것.

제안 방법

• 연구는 K-최근접 이웃(KNN), 로지스틱 회귀, 신경망, 서포트 벡터 머신(SVM), 랜덤 포레스트, 앙상블 방법 등 다양한 지도 학습 알고리즘을 활용한다.
• 데이터는 ESPN Cricinfo, 캐글, CricSheet와 같은 신뢰할 수 있는 출처에서 수집되며, 비수치형 및 결측치가 있는 필드 제거 등의 전처리 절차를 거친다.
• 특성으로는 선수 통계(타격 평균, 유효 봉쇄 수, 출전 경기 수), 경기 맥락(선공격, 경기장, 시간대), 팀 수준 지표(ICC 랭킹, 홈 이점) 등이 포함된다.
• 정확도, 캬파 통계, 교차검증(10겹 검증 및 퍼cent 검증) 등의 지표를 사용해 성능을 평가하여 결과의 견고성을 확보한다.
• 모델은 역대 크리켓 경기 데이터를 기반으로 훈련 및 테스트되며, 특히 1차 이닝 스코어 예측(선형 회귀)과 2차 이닝 승리 확률 예측(나이브 베이즈)에 중점을 둔다.
• 다양한 연구를 대비해 알고리즘 성능을 경기 결과 예측, 선수 분류, 달성 주자/도루 예측 등에 대해 비교 분석한다.

실험 결과

연구 질문

• RQ1 크리켓 경기 결과를 예측하는 데 가장 우수한 기계학습 알고리즘은 무엇인가?
• RQ2 특성 선택과 데이터 품질은 크리켓 경기 예측 모델의 정확도에 어떤 영향을 미치는가?
• RQ3 선수 성과 지표는 팀 수준의 결과를 효과적으로 예측하는 데 활용될 수 있는가?
• RQ4 신경망과 앙상블 모델은 KNN 및 로지스틱 회귀와 같은 전통적 모델에 비해 크리켓 예측 과제에서 어떻게 비교되는가?
• RQ5 교차검증과 데이터셋 크기는 스포츠 예측에서 모델 일반화에 어떤 영향을 미치는가?

주요 결과

• 신경망과 라디얼 기저 함수 네트워크(RBFN)가 달성 주자 수와 도루 수 예측에서 가장 높은 정확도를 기록했으며, RBFN는 91.43%의 정확도를 달성했다.
• SVM은 테스트 데이터셋에서 경기 결과 예측에 있어 다른 분류기보다 뛰어난 성능을 보였으며, 가장 높은 캬파 통계를 기록했다.
• KNN 기반 모델은 경기 결과 예측에서 71%의 정확도를 기록했으며, 2019년 월드컵에서 인도와 잉글랜드를 상위 주자로 정확히 식별했다.
• 로지스틱 회귀 모델은 홈 이점, ICC 랭킹, 경기장 성과 등의 요소를 가중치로 고려해 경기 결과 예측에서 74.9%의 정확도를 달성했다.
• 랜덤 포레스트와 MLP 분류기는 강력한 성능을 보였으며, 랜덤 포레스트는 달성 주자 및 도루 예측에서 테스트 데이터에서 90%의 정확도를 기록했고, MLP는 이닝 총점 예측에서 다른 모델보다 뛰어난 성능을 보였다.
• 나이브 베이즈는 경기가 진행될수록 승리 확률 예측 성능이 향상되어 후반 이닝에서 더 뛰어난 성능을 보였다.