본문 바로가기
KERD
논문KCI 등재

축구의 경기 결과 예측을 위한 머신러닝 기법 비교

Comparison of Machine Learning Methods for a Prediction of Match Outcomes in Soccer

최형준
한국체육측정평가학회 (Korean Society For Measurement And Evaluation In Physical Education And Sports Science)|2022.12|한국체육측정평가학회지 (The Korean Journal of Measurement and Evaluation in Physical Education and Sports Science)|제24권 제4호|pp. 81-91|DOI 10.21797/ksme.2022.24.4.007

0

조회

0

다운로드

24

인용

0

참고문헌

키워드

sport analytics축구 경기 결과 예측스포츠분석예측 성능 지표 비교prediction of match outcomescomparison of predictive performance index

초록

본 연구는 축구 경기 결과의 예측을 위하여 사용되는 머신러닝 기법의 예측 성능을 비교하는 것을 주된 목적으로 두었다. 본 연구의 대상은 2013-2014시즌부터 2019-2020시즌까지 영국 EPL에서 개최된 경기(n=2,660)이었으며, 예측에 사용된 변인은 홈팀을 기준으로 하여 총 26개 독립변인과 1개 종속변인으로 선정 하였다. 본 연구를 위해서 사용한 머신러닝 기법은 총 7가지로서, 로지스틱 회귀분석, 선형판별분석, 인공신경망 모델, 딥러닝 모델, 서포트벡터머신, 나이브 베이즈 모델, XGBoost 모델이 비교대상이 되었다. 모델의 평가방법은 Cohen’s Kappa, 정확도(accuracy), 민감도(sensitivity), 특이도(specificity), 정밀도(precision), 재현율(recall), F1 점수로 비교하였다. 본 연구에서 축구 경기 결과를 예측하는 데 가장 뛰어난 예측 성능을 나타낸 것은 선형 판별 분석이었으며, 서포트벡터머신과 XGBoost 모델도 높은 F1 score를 나타내었다.

Abstract

The purpose of this study was to compare the machine learning techniques used to predict match outcomes in soccer that can be applied to soccer goal difference prediction by comparing predicted hit rates. The subjects of this study were matches held in the English Premier League (n=2,660) from the 2013-2014 season to the 2019-2020 season, and the variables used for prediction were selected as a total of 26 independent variables and 1 dependent variable based on the home team. did A total of seven machine learning techniques were used for this study, and logistic regression analysis, linear discriminant analysis, artificial neural network, deep learning model, support vector machine, naive-Bayes model, and XGBoost were compared. The evaluation method of the model was compared with Cohen's Kappa, sensitivity, specificity, precision, recall, and F1 score. In conclusion, the best performed model among the machine learning models in this study, was Linear Discriminant Analysis. Also, Support Vector Machine and XGBoost model performed well with higher F1 score for a prediction of game outcomes in soccer.

참고문헌 (27)

  1. 김종원, "K리그 축구 경기에서 나타난 상황 요인 별 주요 공격 분석인자의 상대성 분석", 한국체육학회지, 60(1), pp.575~583 (2021), 한국체육학회[DOI]
  2. 김주학, "자료범주에 따른 경기기록 승패의 재해석", 한국체육측정평가학회지, 17(1), pp.1~12 (2015), 한국체육측정평가학회[DOI]
  3. 류지호, "포제션 개념을 적용한 한국남자프로농구 승률 예측 분석", 체육과학연구, 29(1), pp.129~137 (2018), 국민체육진흥공단 한국스포츠정책과학원[DOI]
  4. 예원진, "2022 FIBA 남자농구 아시안컵 경기결과를 활용한 머신러닝 분류 모형의 예측 성능 비교", 한국체육측정평가학회지, 24(3), pp.53~69 (2022), 한국체육측정평가학회[DOI]
  5. 이범수, "축구 월드컵 대표팀의 선수구성에 따른 참가국 경기분석", 한국체육측정평가학회지, 17(2), pp.13~23 (2015), 한국체육측정평가학회[DOI]
  6. 이재현, "앙상블 기법을 통한 잉글리시 프리미어리그 경기결과 예측", 정보처리학회 논문지, 9(5), pp.161~168 (2020), 한국정보처리학회[DOI]
  7. 이해용, "포아송분포를 이용한 축구경기의 승률 예측에 관한 연구", Journal of The Korean Data Analysis Society, 14(1), pp.499~507 (2012), 한국자료분석학회
  8. 최형준, "국내 스포츠 빅데이터 분석 연구의 현황", 한국체육측정평가학회지, 22(2), pp.63~69 (2020), 한국체육측정평가학회[DOI]
  9. 최형준, "인공신경망(Artificial Neural Network)을 이용한 2005년도 영국 윔블던 테니스 대회의 경기결과 예측에 관한 연구", 한국체육학회지, 45(3), pp.459~468 (2006), 한국체육학회
  10. 최형준, "스포츠경기분석의 이슈와 전망", 한국체육측정평가학회지, 22(3), pp.105~113 (2020), 한국체육측정평가학회[DOI]
  11. 최형준, "축구 월드컵대회의 경기기록 기반 경기결과 예측", 한국체육과학회지, 28(1), pp.1317~1325 (2019), 한국체육과학회[DOI]
  12. 홍종선, "2010 남아공 월드컵 축구 예측모형 분석", 한국데이터정보과학회지, 21(6), pp.1137~1146 (2010), 한국데이터정보과학회
  13. Bertsimas, D., "From predictive methods to missing data imputation: An optimization approach", Journal of Machine Learning Research, 18, pp.1~39 (2018)[DOI]
  14. Tianqi Chen, "XGBoost", Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (2016), ACM[DOI]
  15. Davide Chicco, "The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation", BMC Genomics, 21(1), pp.1~13 (2020), Springer Science and Business Media LLC[DOI]
  16. Cox, D. R., "The Regression Analysis of Binary Sequences", Journal of the Royal Statistical Society : Series B, 20, pp.215~242 (1958)[DOI]
  17. J. N. Darroch, "Generalized Iterative Scaling for Log-Linear Models", The Annals of Mathematical Statistics, 43(5), pp.1470~1480 (1972), Institute of Mathematical Statistics[DOI]
  18. R. A. FISHER, "THE USE OF MULTIPLE MEASUREMENTS IN TAXONOMIC PROBLEMS", Annals of Eugenics, 7(2), pp.179~188 (1936), Wiley[DOI]
  19. Chris Goumas, "Modelling home advantage in sport: A new approach", International Journal of Performance Analysis in Sport, 13(2), pp.428~439 (2013), Informa UK Limited[DOI]
  20. Greene, W. H., "Econometric Analysis (Seventh ed.)" (2012), Pearson Education Limited
  21. 한정섭, "머신러닝을 활용한 빅데이터 분석을 통해 KBO 타자의 OPS 예측", 차세대융합기술학회논문지, 6(1), pp.12~18 (2022), 국제차세대융합기술학회
  22. J. Richard Landis, "The Measurement of Observer Agreement for Categorical Data", Biometrics, 33(1), pp.159~ (1977), JSTOR[DOI]
  23. Warren S. McCulloch, "A logical calculus of the ideas immanent in nervous activity", The Bulletin of Mathematical Biophysics, 5(4), pp.115~133 (1943), Springer Science and Business Media LLC[DOI]
  24. Richard Pollard, "Home advantage in football in South-West Europe: Long-term trends, regional variation, and team differences", European Journal of Sport Science, 9(6), pp.341~352 (2009), Informa UK Limited[DOI]
  25. Yong Shi, "Explore New Field of Data Science Under Big Data Era: Preface for ICDS 2014", Procedia Computer Science, 30, pp.1~3 (2014), Elsevier BV[DOI]
  26. Fadi Thabtah, "NBA Game Result Prediction Using Feature Analysis and Machine Learning", Annals of Data Science, 6(1), pp.103~116 (2019), Springer Science and Business Media LLC[DOI]
  27. William, H. ., "Section 16.5. Support Vector Machines", pp.5~ (2007), Cambridge University Press

관련 논문AI추천

앙상블 기법을 통한 잉글리시 프리미어리그 경기결과 예측이수원, 이재현한국정보처리학회 · 정보처리학회 논문지2020 · 제9권 제5호머신러닝을 활용한 한국프로농구 정규리그 최종 순위 예측: 스포츠 애널리틱스 관점김필수, 이상현한국체육측정평가학회 · 한국체육측정평가학회지2023 · 제25권 제2호2022 FIBA 남자농구 아시안컵 경기결과를 활용한 머신러닝 분류 모형의 예측 성능 비교예원진, 이성노한국체육측정평가학회 · 한국체육측정평가학회지2022 · 제24권 제3호한국프로야구 골든글러브 수상자 예측모델 비교권순규, 최형준한국체육측정평가학회 · 한국체육측정평가학회지2024 · 제26권 제4호국내 남자 프로농구 승패 예측 모형 비교 연구구승환, 김현수, 장성용국민체육진흥공단 한국스포츠과학원 · 체육과학연구2009 · 제20권 제4호신경망분석을 이용한 축구경기 승패 예측모형 개발- 2006독일월드컵 대회를 중심으로 -김주학, 노갑택, 박종성, 이원희국민체육진흥공단 한국스포츠과학원 · 체육과학연구2007 · 제18권 제4호

이 간행물의 다른 논문 (17건)

보행수 기반 좌식시간 측정의 정확성과 활용 방향이효, 김재명pp. 1-13스포츠 관람객의 감정 측정 질문지 개발 및 타당화이기봉, 황수웅, 김정준pp. 15-25스포츠영재 식별과 육성 연구동향과 이슈이미숙, 조정환pp. 27-37장애인 신체활동 관련 뉴스 기사의 이슈: 텍스트 마이닝 기반 토픽 모델링의 적용최창환pp. 39-50스포츠 그릿의 개념 탐색을 위한 척도의 요인 구조 비교이옥진, 문한진, 김미예pp. 51-63
원문 보기