로지스틱 회귀분석 기법을 이용한 고교야구투수의 프로야구 지명예측에 대한 연구
A Study on Pro-baseball Player's Nomination Prediction of High-School Baseball Pitcher Using Logistic Regression Classification Method
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
최근에 4차 산업혁명의 핵심기술인 사물인터넷(IoT), 클라우드(Cloud), 빅데이터(Big Data), 인공지능(Artificial intelligence)의 발전이 우리의 생활을 빠르게 발전시키고 있다. 기계 학습은 수학의 논리적인 알고리즘을 이용해 각종 데이터를 학습, 분석하고 예측한다. 이는 금융, 의료, 마케팅 및 영업, 운송 등 다양한 분야에서 적극적으로 활용되고 있다. 통계학에서 로지스틱 모델은 합격/불합격, 승리/패배, 삶/죽음, 건강/질병 등과 같은 어떠한 이벤트나 클래스의 가능성을 예측하기 위해 사용된다. 로지스틱 회귀분석은 독립 변수의 선형 결합을 이용하여 사건의 발생가능성을 예측하는데 사용하는 통계 기법이다. 두 개의 값만을 가지는 종속 변수와 독립 변수들간의 인과 관계를 로지스틱 함수를 이용하여 추정하는 기법이다. 좋은 투수로 성장하기 위해서는 야구선수가 던질 수 있는 구종에 대한 구속, 제구 그리고 투구 밸런스가 중요하다. 이를 통하여 야구 경기에서 좋은 성적을 낼 수 있다. 투수의 방어율, 피안타율, 탈삼진율, WHIP은 대표적인 투수의 척도지표이다. 본 논문에서는 텐서플로우(Tensorflow)을 이용하여 고등학교 투수의 프로야구 지명을 예측하기 위한 로지스틱 회귀분석 기법을 연구한다. 이를 위하여 투수의 방어율, 피안타율, 탈삼진율을 학습데이터로 이용하며 예측 기법을 구현하고 성능을 평가한다. 이를 토대로 하여 특정 투수가 프로에 지명되는 지를 예측할 수 있다.
Abstract
Recently, the development of the Internet of Thing(IoT), Cloud, Big Data, and Artificial Intelligence(AI), which are the key technologies of the 4th industrial revolution, are rapidly changing our lives. Mathematics' logical algorithms for machine learning is to learn, analyze and predict various data. It is being actively used in various fields such as finance, medical care, marketing and sales and transportation. In statistics, the logistic model is used to predict the probability of a certain class or event existing such as pass/fail, win/lose, alive/dead or healthy/sick. Logistic regression classification is a statistic method that predicts probability of occurrence using a linear combination of independent variables. This is a method for predicting relationship of the cause and effect between the dependent and the independent variable having only two values using a logistic function. In order to be an excellent pitcher to have a fast speed, ball control and pitching balance are important. He can get good results in baseball games. A pitcher's ERA(Earned Run Average), H/9(Hits Allowed/9 Innings) and K/9(Strikeout/9 Innings) and WHIP are representative indicators. Logistic regression classification for predicting high school pitchers' professional baseball nominations are studied using tensorflow in this paper. We can use pitcher's ERA, H/9 and K/9 as training data and predict whether a specific player will be nominated for a pro-baseball player or not.
참고문헌 (17)
- "Internet of Thing(IoT), Big Data, Artificial Intelligence(AI)"[URL]
- J. Nilsson, "Introduction to machine learning" (1998), Robotics Laboratory, Department of Computer Science, Stanford University
- C. Bishop, "Pattern recognition and machine learning" (2006), Springer
- T. Mitchell, "Machine learning" (1997), McGraw Hill
- 이영준, "직구와 커브 투구동작의 운동학적 비교 분석", 한국운동역학회지, 12(2), pp.109~130 (2002), 한국운동역학회
- "baseball-reference"[URL]
- R. Whiteley, "Baseball throwing mechanics as they relate to pathology and performance-A review", Journal of Sports Science and Medicine, 6, pp.1~20 (2007)
- "Korea Baseball Softball Association"[URL]
- "FanGraphs Baseball | Baseball Statistics and Analysis"[URL]
- S. Menard, "Applied logistic regression analysis" (2002), Institute of Behavioral Science, University of Colorado
- 한익섭, "텐서플로우를 이용한 시정거리 판단 시스템의 구현", 한국지식정보기술학회 논문지, 15(3), pp.323~329 (2020), 한국지식정보기술학회[DOI]
- "Tensorflow Tutorials"[URL]
- 오영환, "선형회귀분석 기법을 이용한 고교야구투수의 투구속도 예측", 한국지식정보기술학회 논문지, 14(4), pp.381~390 (2019), 한국지식정보기술학회[DOI]
- 오영환, "다중선형회귀분석 기법을 이용한 고교야구투수의 방어율 예측", 한국지식정보기술학회 논문지, 15(4), pp.497~506 (2020), 한국지식정보기술학회[DOI]
- "Introduction to Logistic Regression -Sigmoid Function, Code Explanation"[URL]
- J. Dougherty, "Supervised and unsupervised discretization of continuous features", Proceeding of the Twelfth International Conference on Machine Learning, pp.194~202 (1995)
- "tensorflow"[URL]