본문 바로가기
KERD
논문KCI 등재

미국 프로야구(MLB) 투구기록을 활용한 배럴타구의 상황적 영향요인 분석

Analysis of Situational Influencing Factors on Barrel Batting Using Major League Baseball (MLB) Pitching Records

조선미|강지연|김주학
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. 141-151|DOI 10.21797/ksme.2022.24.4.012

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

기계학습machine learning야구설명가능한 인공지능baseballbarrel투구기록배럴타구pitching recordseXplainable Artificial Intelligence(XAI)

초록

야구경기에서 투구 특성과 타구의 결과는 상호간 영향을 주고받는다는 사실을 배제할 수 없다. '뜬공 혁명' 을 일으킨 배럴 타구 결과에 근거한 원인을 분석하기 위해 배럴 타구와 비(非)배럴 타구의 이진 분류 모델을 XGBoost SHAP을 적용하여 개발하였으며, 배럴타구 혹은 비배럴타구로 이어진 개별 투구의 영향 요인에 대 해 상황적으로 분석하는 것을 목적으로 하였다. 목적 달성을 위해 수집된 자료를 바탕으로 ①XGBoost를 활용 한 배럴 타구와 비(非)배럴 타구 이진 분류 모델 개발, ②배럴타구 영향 요인 분석을 위한 SHAP 기법 적용, ③상황변수에 따른 배럴타구 영향 요인 차이 분석 절차를 거쳤다. 연구결과 첫째, SMOTE 오버샘플링 기법을 사용하여 클래스 불균형 문제를 해소한 결과 모델의 최종 성능은 정확도 92.4%, AUC 82.8을 보였다. 둘째, 투구 위치 변인의 영향력은 배럴 타구 여부에 따라 통계적으로 유의한 차이가 있으며 절대적 영향력의 크기도 상대적으로 큰 것으로 확인되었다. 셋째, 투스트라이크 상황, 오프스피드볼, 좌투-우타 조합이 Count, Type, Combination 각각의 상황 요인 중 배럴 타구에 가장 크게 기여함을 확인할 수 있었다. 이 연구는 전반적으 로 적용 가능한 전역적 전략뿐만 아니라 개별 투구에 특화된 지역적 영향력을 정량적으로 측정할 수 있다는 점에서 현장 활용의 가능성이 기대된다.

Abstract

In a baseball game, it cannot be ruled out that pitching characteristics and the result of a batted ball mutually influence each other. In order to analyze the cause based on the result of the barrel hit that caused the 'flying ball revolution', a binary classification model of barrel hit was developed by applying XGBoost SHAP. And the purpose of this study was to situationally analyze the influencing factors of individual pitches leading to barrel hit or non-barrel hit. To achieve the purpose of this research, ①Development of a binary classification model for barrel hitting and non-barrel hitting balls using XGBoost, ②Application of the SHAP technique for analyzing barrel hitting impact factors, ③Difference in barrel hitting impact factors according to situational variables went through the analysis process. First, as a result of solving the class imbalance problem using the SMOTE oversampling technique, the final performance of the model showed an accuracy of 92.4% and an AUC of 82.8. Second, it was confirmed that the influence of the throwing position variable had a statistically significant depending on whether the barrel was hit or not, and the magnitude of the absolute influence was relatively large. Third, it was confirmed that the 2-strike situation, the off-speed ball, and the Left-handed-Pitcher- Right-handed-Batter combination contributed the most to the barrel hit among the factors of Count, Type, and Combination. This study is expected to be applied in the field in that it can quantitatively measure local influences specific to individual pitches as well as overall applicable global strategies.

참고문헌 (19)

  1. 김준일, "영상분석을 이용한 투수의 투구 습관에 대한 형태 분석", 석사, 스포츠기록분석학, pp.2007
  2. 노성진, "머신러닝을 활용한 선발 투수 교체시기에 관한 연구", 스마트미디어저널, 11(2), pp.9~17 (2022), (사)한국스마트미디어학회[DOI]
  3. 박성민, "PITCHf", x를 이용한 투구의 질 평가, 2020, pp.33(2), 171~184[DOI]
  4. "리그 투수 평균이 ‘144.2km/h’…구속 혁명, KBO리그 상륙"[URL]
  5. 선동열, "선동열 야구학" (2021), 생각의 힘
  6. 이승훈, "미국 프로야구(MLB) 풀카운트 상황에서 투수의 구질, 구속 변화에 따른 투구 결과 분석", 한국체육과학회지, 28(3), pp.973~981 (2019), 한국체육과학회[DOI]
  7. 이장택, "한국프로야구에서의 투수평가지표", 한국데이터정보과학회지, 25(3), pp.485~492 (2014), 한국데이터정보과학회[DOI]
  8. 임채운, "스탯캐스트 데이터를 활용한 투구 패턴과 구종의 통계적 분석", 석사, pp.2021
  9. 정동군, "야구경기의 구질변화와 타격결과의 관계", 한국사회체육학회지, 13, pp.495~504 (2000)[DOI]
  10. 조선미, "인공지능 기반 한국프로야구 선발 투수 교체예측 모형 개발", 박사, pp.2022
  11. 황수웅, "MLB 투구기록을 활용한 프로야구 심판의 ‘Strike’ 판정오류 영향 요인 탐색", 한국체육측정평가학회지, 22(3), pp.25~38 (2020), 한국체육측정평가학회[DOI]
  12. Ayon, D., "Machine learning algorithms : A review", International Journal of Computer Science and Information Technologies, 7(3), pp.1174~1179 (2016)[DOI]
  13. Woojin Doo, "Modeling the probability of a batter", pitcher matchup event: A Bayesian approach, 2018, pp.13(10), e0204874~[DOI]
  14. Harrison, W. K., "Leveraging pitcherbatter matchups for optimal game strategy", 2019 MIT Sloan Sports Conference (2019)
  15. Glenn Healey, "Using PITCHf", x to model the dependence of strikeout rate on the predictability of pitch sequences, 2017, pp.3(2), 93~101[DOI]
  16. Shuji Kidokoro, "Does the combination of different pitches and the absence of pitch type information influence timing control during batting in baseball?", PLOS ONE, 15(3), pp.e0230385~ (2020), Public Library of Science (PLoS)[DOI]
  17. "MLB Ground Truth Testing"[URL]
  18. "Location, Location, Location: Analyzing the Impact of Pitch Command on At-Bat Outcomes in Major League Baseball"[URL]
  19. Philippa Swartz, "The Quality of Pitches in Major League Baseball", The American Statistician, 71(2), pp.148~154 (2017), Informa UK Limited[DOI]

관련 논문AI추천

한국프로야구(KBO) 투구 데이터 기반 다중분류 인공지능 구종 예측과 SHAP 해석조선미한국체육측정평가학회 · 한국체육측정평가학회지2025 · 제27권 제3호머신러닝(XGBoost)기반 미국프로야구(MLB)의 투구별 안타 및 홈런 예측 모델 개발강지연, 김상균, 김주학, 조선미한국체육측정평가학회 · 한국체육측정평가학회지2023 · 제25권 제1호인공지능 기반 메이저리그(MLB) 타자의 기대안타(xHA) 예측 모델 개발 및 적용조선미한국체육측정평가학회 · 한국체육측정평가학회지2023 · 제25권 제4호서포트 벡터 회귀를 이용한 프로야구 팀의 승률 예측: 타자 경기력 유형 조합에 따른 설명 가능성을 중심으로*이기봉, 황수웅한국체육측정평가학회 · 한국체육측정평가학회지2024 · 제26권 제2호MLB 투구기록을 활용한 프로야구 심판의 ‘Strike’ 판정오류 영향 요인 탐색박일혁, 황수웅한국체육측정평가학회 · 한국체육측정평가학회지2020 · 제22권 제3호머신러닝을 활용한 선발 투수 교체시기에 관한 연구김양석, 노미진, 노성진, 엄선현, 한무명초(사)한국스마트미디어학회 · 스마트미디어저널2022 · 제11권 제2호

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