Fuzzy C-Means 군집화를 이용한 K리그 전술 유형 분류
Classifying K League Tactical Styles Using Fuzzy C-Means Clustering
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근 K리그 경기에서 전술의 복잡화 및 혼합 양상이 심화됨에 따라, 단일 전술을 넘어선 전술적 연속성과 불확실성을 정량적으로 포착할 분석 방법론의 필요성이 제기된다. 본 연구는 2021–2024시즌 K리그 경기 데이터를 대상으로, 패스 관련 조성형 변수를 ILR(isometric log-ratio) 좌표로 변환 후 퍼지 C-평균(FCM) 기반 소프트 군집화를 수행하여 리그 전술 유형과 혼합 양상을 정량화하였다. 최적 군집 수 =3에 기반한 분석 결과, 점유율, 패스성공률, ILR 축 등 주요 변수들이 군집 간 통계적으로 유의한 차이를 보였다. 도출된 군집은 균형형, 점유․지배형, 직접전개형으로 구분되었고, 팀 수준에서 시즌별 전술의 유지 또는 이동 양상이 관찰되었다. 경기 단위 소속도의 정규화엔트로피 분포는 중․고 엔트로피 표본이 우세함을 보여, 단일 전술보다 복수 전술의 혼합이 일반적임을 시사한다. 또한 소프트 군집 소속도와 하드 라벨 비율의 시계열 비교를 통해, 소프트 군집화가 하드 군집화 대비 전술 혼합의연속성과 경계부 표본의 불확실성을 보존하는 데 유리함을 확인하였다.
Abstract
As the complexity and hybridization of tactics in recent K-League matches intensify, there is a growing need for analytical methodologies capable of quantitatively capturing tactical continuity and uncertainty beyond singular tactical definitions. This study quantified tactical types and mixing patterns within the league using match data from the 2021–2024 K-League seasons. Specifically, pass-related compositional variables were transformed into isometric log-ratio (ILR) coordinates, followed by soft clustering using the Fuzzy C-Means (FCM) algorithm.Based on the optimal number of clusters (=3), the analysis revealed statistically significant differences between clusters in key variables, including ball possession, pass completion rate, and ILR axes. The derived clusters were categorized into ‘Balanced’, ‘Possession-Dominance’, and ‘Direct Play’ styles. At the team level, patterns of tactical maintenance or transition across seasons were observed. The distribution of normalized entropy for match-level memberships indicated a prevalence of medium-to-high entropy samples, suggesting that the mixing of multiple tactics is more common than adherence to a single tactical style. Furthermore, a time-series comparison between soft cluster memberships and hard label ratios confirmed that soft clustering offers a methodological advantage over hard clustering in preserving the continuity of tactical mixing and the uncertainty inherent in boundary samples.