[논문 리뷰] Hybrid Machine Learning Forecasts for the UEFA EURO 2020

Andreas Groll, Lars Magnus Hvattum외 5명|arXiv (Cornell University)|2021. 06. 07.

Sports Analytics and Performance참고 문헌 44인용 수 6

한 줄 요약

이 논문은 UEFA 유로 2020의 결과를 예측하기 위해 역대 경기 기록에서 유도된 팀 능력 추정치와 배당기반 공통된 추정치, 플레이어 평가 및 사회경제적 요인을 조합한 하이브리드 기계학습 모델을 제안한다. UEFA 유로 2004–2016년 데이터를 기반으로 훈련한 랜덤 포레스트 모델을 사용해 토너먼트를 10,000번 시뮬레이션한 결과, 현재 세계 챔피언인 프랑스의 우승 확률은 14.8%로 가장 높았고, 이탈리아(13.5%), 스페인(12.3%)가 그 뒤를 이었다.

ABSTRACT

Three state-of-the-art statistical ranking methods for forecasting football matches are combined with several other predictors in a hybrid machine learning model. Namely an ability estimate for every team based on historic matches; an ability estimate for every team based on bookmaker consensus; average plus-minus player ratings based on their individual performances in their home clubs and national teams; and further team covariates (e.g., market value, team structure) and country-specific socio-economic factors (population, GDP). The proposed combined approach is used for learning the number of goals scored in the matches from the four previous UEFA EUROs 2004-2016 and then applied to current information to forecast the upcoming UEFA EURO 2020. Based on the resulting estimates, the tournament is simulated repeatedly and winning probabilities are obtained for all teams. A random forest model favors the current World Champion France with a winning probability of 14.8% before England (13.5%) and Spain (12.3%). Additionally, we provide survival probabilities for all teams and at all tournament stages.

연구 동기 및 목표

• 다양한 예측 신호를 하나의 하이브리드 모델에 통합함으로써 축구 대회 예측 정확도를 향상시키기.
• 통계적 랭킹, 배당기반 공통 추정치, 플레이어 성과 지표를 조합함으로써 단일 방법 예측의 한계를 보완하기.
• 기존의 포isson 기반 모델과 비교해 하이브리드 랜덤 포레스트 모델의 예측 성능을 평가하기.
• 승리 확률 외에도 토너먼트 단계별로 모든 팀의 생존 확률을 제공하기.
• 팀 시장 가치, GDP, 플레이어 플러스-마이너스 평가 등 다양한 데이터 소스를 활용해 더 견고한 예측을 수행하기.

제안 방법

• 세 가지 핵심 예측자 조합: (1) 포isson 회귀를 사용해 역대 경기 결과에서 유도된 팀 능력, (2) 집계된 배당 odds에서 유도된 배당기반 공통된 능력 추정치, (3) 클럽 및 국가대표 경기에서의 개인 성과를 기반으로 한 플레이어 플러스-마이너스 평가.
• 팀 시장 가치, 스타트업 구조, 국가 수준의 사회경제적 요인(인구, GDP)과 같은 추가 공변량 포함.
• 2004–2016년 UEFA 유로 대회 데이터를 기반으로 하이브리드 특징을 입력으로 사용해 랜덤 포레스트 모델을 훈련하여 경기에서의 골 수를 예측.
• UEFA 유로 2020의 현재 팀 데이터를 사용해 훈련된 모델을 적용해 토너먼트를 10,000번 시뮬레이션하고, 경기 결과 및 진출 확률을 추정.
• 예측된 골 분포에서 스텔람 분포를 사용해 승리/무승부/패배의 확률을 계산.
• 역행 토너먼트 시뮬레이션을 통해 집계된 odds에서 배당기반 공통된 팀 능력 추정치를 유도함으로써 능력 추정치의 정확도를 향상시킴.

실험 결과

연구 질문

• RQ1 역대 성과, 배당 odds, 플레이어 평가와 같은 다수의 예측 신호를 조합함으로써 축구 대회 예측 정확도가 어떻게 향상되는가?
• RQ2 팀 능력, 플레이어 성과, 사회경제적 요인이 토너먼트 결과 예측에 기여하는 상대적 기여도는 어떠한가?
• RQ3 특히 앙상블 특징을 가진 랜덤 포레스트 모델은 기존의 포isson 기반 회귀 모델과 비교해 축구 경기 예측에서 어떻게 성능을 발휘하는가?
• RQ4 UEFA 유로 2020에서 각 팀의 예측된 우승 확률은 무엇이며, 다양한 모델링 접근 방식 간에 어떻게 비교되는가?
• RQ5 각 팀이 토너먼트 단계별로 생존할 확률은 무엇이며, 이는 팀의 강도와 추첨 효과를 어떻게 반영하는가?

주요 결과

• 하이브리드 랜덤 포레스트 모델은 프랑스가 UEFA 유로 2020에서 가장 높은 14.8%의 우승 확률을 기록했으며, 이탈리아(13.5%), 스페인(12.3%)가 그 뒤를 이었다.
• 프랑스는 준결승에 진출할 가능성 68.7%와 결승에 진출할 가능성 42.1%를 보이며 강력한 토너먼트 내구성을 보이고 있다.
• 잉글랜드와 스페인은 각각 준결승 진출 확률 65.3%, 63.8%를 기록해 결승에 진출할 가능성이 높다.
• 모델은 독일과 이탈리아를 강력한 도전자로 분류해 각각 10.1%, 9.7%의 우승 확률로 예측했으며, 이는 팀 및 플레이어의 강도를 종합적으로 반영한 결과이다.
• 생존 확률 분석 결과, 포르투갈과 벨기에 같은 팀들은 80% 이상의 확률로 잔류 전까지 진출할 것으로 예측되었지만, 16强 이상 진출 가능성은 낮았다.
• 플레이어 플러스-마이너스 평가 및 사회경제적 요인의 통합은 특히 잠재적 강팀의 잠재력과 팀 내 역학을 포착하는 데 있어 모델 성능을 크게 향상시켰다.