Модель оценивания пар игроков в теннис | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 30 ноября, печатный экземпляр отправим 4 декабря.

Опубликовать статью в журнале

Библиографическое описание:

Арефьев С. А., Пьянков Р. В., Голякова А. А. Модель оценивания пар игроков в теннис // Молодой ученый. — 2017. — №26. — С. 1-3. — URL https://moluch.ru/archive/160/44965/ (дата обращения: 18.11.2019).



Используя базу данных матчей с 2003 по 2016 гг. разработана модель оценивания результатов будущих матчей, протестирована на матчах 2016 года и сравнена с результатами аналогичных работ.

Ключевые слова: machine learning, xgboost, random forest, нейронные сети

В базе данных имеется записи о 80 000 теннисных матчах и их различные характеристики (50 категорий). Они были разделены на 3 категории:

‒ основные характеристики игрока;

‒ дополнительные характеристики игрока (имеются пропуски в базе данных);

‒ характеристики матча.

Основные характеристики игрока

Дополнительные характеристики игрока

Характеристики матча

Количество успешных подач

Количество невынужденных ошибок

Счет матча

Количество эйсов

Максимальная скорость подачи

Тип корта

Количество двойных ошибок…

Количество выходов к сетке...

Тип турнира…

Перед построением модели введем определение задачи классификации.

Задача классификации: Имеется наблюдений (матчей) , каждое из которых является вектором размера (количество характеристик):

и вектор результатов

Каждому наблюдению соответствует результат . Предполагается, что в векторе наблюдений не содержится информации, доступной после начала матча.

После определения задачи, необходимо построить алгоритм , который оценивает вероятность победы первого игрока из пары над вторым игроком. Результатом работы алгоритма является вектор . Для оценки качества алгоритма используется логарифмическая функция потерь. Чем меньше значение функции потерь, тем точнее алгоритм.

Определение 1. Логарифмическая функция потерь (logloss):

где — результат матча, — вероятность победы первого игрока, вычисленная алгоритмом .

Первым этапом всоздании модели будет модификации имеющийся базы данных, который разбит на 4 части:

  1. Исключение характеристик матчей, полученных после их начала.
  2. Добавление основных усредненных характеристик игроков за различные периоды.
  3. Включение в базу новых характеристик (стиль, усталость) и пропущенных значений дополнительных характеристик игроков. Используются методы машинного обучения.
  4. Добавление в базу дополнительных усредненных характеристик игроков за различные периоды.

Для построения усредненных характеристик использовались различные типы весов:

  1. Вес по времени: где — временной интервал между датой матча и моментом анализа (в годах), (значение взято из работы [5]).
  2. Вес покрытия корта: — используется коэффициент корреляции между процентами победам на кортах для всех игроков:

— процент побед игрока на покрытии ,

— стандартное отклонение в проценте побед на покрытии

— стандартное отклонение в проценте побед на покрытии

— средний процент побед на покрытии

— средний процент побед на покрытии

— количество игроков.

После определения весов мы можем посчитать усредненную характеристику ℎ для игрока p, временного интервала t и вектора значений характеристик по формуле

,

где — вес матча i. Значение равняется трем месяцем, шести месяцем, одному или двум годам. Вес равен единице. Также параметр может не использоваться, тогда мы будем рассматривать все матчи игрока за его карьеру. В этом случае веса равны единице, произведению веса покрытия и веса по времени.

Подсчитаем усталость игрока по формуле из работы [9]. В расчёт идут матчи, сыгранные за прошедшие 3 дня. Усталость для каждого игрока равна , где t — количество дней? прошедших с матча, g — количество геймов в матче.

Также, для каждого теннисиста, был определен один из 8 видов стилей игры.

В итоге получена новая база данных, состоящая их усредненных характеристик игроков, характеристик матча, и новых характеристик.

Вторым этапом было применение алгоритмов машинного обучения к новой базе данных.

Для создания модели использовалось 3 метода машинного обучения:

  1. Gradient Boosting — алгоритм [2] состоит из комплекса простых алгоритмов и последовательно выполняет их так, чтобы каждый следующий улучшал качество всего комплекса. Использовалась реализация из библиотеки XGBoost.
  2. Random forest — алгоритм [1] также состоит из комплекса простых алгоритмов, но они строятся независимо друг от друга. Использовалась реализация из библиотеки Scikit-learn.
  3. Neural network — нейронная сеть [3] представляет систему соединённых и взаимодействующих между собой искусственных нейронов. Использовалась реализация из библиотеки Keras.

При использовании алгоритмов машинного обучения часто проявляется эффект переобучения, при котором ошибка обученного алгоритма, на тестовой выборке, получается существенно выше, чем ошибка на обучающей выборке. Поэтому, при обучении алгоритмов, нужно из обучающей выборки взять набор данных для проверки (валидации). Для обучения мы разбиваем наш временной интервал на 3 части:

  1. Обучение алгоритмов проводится на данных с 2003 по 2014 гг,
  2. Валидация алгоритмов проводится на данных 2015 г,
  3. Тестовый набор взят на данных 2016. На этом наборе мы протестируем итоговую модель.

Характеристика программы.

Программа написана на языке Python 3.5. Для работы с базой данной использовались библиотеки Pandas и Numpy.

Схема работы программы:

1. Первичная загрузка базы данных.

2. Первичная обработка базы данных для создания модели. Этот процесс занимает около 16 часов.

3. Обновление базы данных и добавление оценок для новых матчей. Оно занимает около 5 минут.

Результаты тестирования.

Модель была протестирована на выборке из 1030 матчей.

Алгоритм

Значение logloss

Модель M.Sipko [4]

0.6111

Gradient Boosting 1

0.5738

Gradient Boosting 2

0.5726

Gradient Boosting 3

0.5754

Random forest 1

0.5826

Neural network 1

0.5836

Neural network 2

0.5837

Усреднение всех моделей

0.5691

По критерию logloss, полученная модель лучше модели M.Sipko на 6.9 %.

Литература:

  1. Biau G. and Scornet E. A Random Forest Guided Tour // Sorbonne University, 2015.
  2. Chen T. and Guestrin C. XGBoost: A Scalable Tree Boosting System // University of Washington, 2016.
  3. Gurney K. An introduction to neural networks // University of Sheffield, 1997.
  4. Sipko M. Machine Learning for the Prediction of Professional Tennis Matches. // Imperial College London. Final year project, 2015.
Основные термины (генерируются автоматически): машинное обучение, процент побед, матч, алгоритм, усредненная характеристика игроков, характеристика матча, баз данных, временной интервал, стандартное отклонение, дополнительная характеристика игрока.


Похожие статьи

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное обучение, спортивная биомеханика, стратегия матчей, травматизм.

В [13] анализировали временную динамику моторного обучения в плавании брассом.

Анализ применения гомоморфных схем шифрования...

Но активное внедрение приложений интеллектуального анализа данных и алгоритмов машинного обучения позволяют злоумышленникам использовать интеллектуальный анализ данных для получения частной информации.

Модельные характеристики футболистов высокой квалификации

В статье приводится экспериментально обоснованная структура и параметры модельных характеристик футболистов высокой квалификации.

Окружность бицепса, см. 30,21. II.Морфофункциональные данные. Активная масса тела (АМТ), кг. 36,75.

Оптимизация подготовки футболистов высокой квалификации...

Другой из важнейших характеристик нагрузки является её преимущественная

Рис.3 Динамика частных объемов (в процентах от общего) нагрузок

В соревновательном периоде к маю месяцу наблюдалось «насыщение» функционального потенциала игроков, сменившиеся его...

Анализ и предварительная обработка данных для решения задач...

Главной характеристикой временных рядов является их стационарность.

Анализ поисковых алгоритмов при решении задач идентификации объектов в слабоструктурированных базах данных.

Математическая модель и интерпретация эффекта...

Установлено, что скорость падения уровня самооценки в процессе обучения и скорость роста самооценки по мере профессионального развития

Рис. 2. Кривая эффекта Даннинга-Крюгера с сеткой координат. Выделим существенно важные интервалы по оси Х, обозначив их Z1, Z2 и Z3.

Автоматизированная система оценки показателей...

Подготовка высококвалифицированных игроков в большей мере зависит от достоверности информации, которая поступает в результате контроля за

Исходя из полученных данных можно определить какой из игроков внес больше полезных действий в игру команды за матч.

Оптимизация алгоритма выравнивания биологических...

Данные алгоритмы используют принцип динамического программирования для

Из свойств 3 и 4 следует, что размер дополнительной памяти, необходимый для организации матрицы равен слов.

А программный код для CPU компилируется стандартным C компилятором, затем...

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное обучение, спортивная биомеханика, стратегия матчей, травматизм.

В [13] анализировали временную динамику моторного обучения в плавании брассом.

Анализ применения гомоморфных схем шифрования...

Но активное внедрение приложений интеллектуального анализа данных и алгоритмов машинного обучения позволяют злоумышленникам использовать интеллектуальный анализ данных для получения частной информации.

Модельные характеристики футболистов высокой квалификации

В статье приводится экспериментально обоснованная структура и параметры модельных характеристик футболистов высокой квалификации.

Окружность бицепса, см. 30,21. II.Морфофункциональные данные. Активная масса тела (АМТ), кг. 36,75.

Оптимизация подготовки футболистов высокой квалификации...

Другой из важнейших характеристик нагрузки является её преимущественная

Рис.3 Динамика частных объемов (в процентах от общего) нагрузок

В соревновательном периоде к маю месяцу наблюдалось «насыщение» функционального потенциала игроков, сменившиеся его...

Математическая модель и интерпретация эффекта...

Установлено, что скорость падения уровня самооценки в процессе обучения и скорость роста самооценки по мере профессионального развития

Рис. 2. Кривая эффекта Даннинга-Крюгера с сеткой координат. Выделим существенно важные интервалы по оси Х, обозначив их Z1, Z2 и Z3.

Анализ и предварительная обработка данных для решения задач...

Главной характеристикой временных рядов является их стационарность.

Анализ поисковых алгоритмов при решении задач идентификации объектов в слабоструктурированных базах данных.

Автоматизированная система оценки показателей...

Подготовка высококвалифицированных игроков в большей мере зависит от достоверности информации, которая поступает в результате контроля за

Исходя из полученных данных можно определить какой из игроков внес больше полезных действий в игру команды за матч.

Динамическая анатомия в футболе. Анализ двигательного действия

Краткое описание положения. Данное техническое действие футболиста используется для остановки мяча, уходящего за туловище спортсмена.

В данном положении проекция ОЦТ проходит на уровне V-VIгрудных позвонков. в) Характеристика площади опоры.

Похожие статьи

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное обучение, спортивная биомеханика, стратегия матчей, травматизм.

В [13] анализировали временную динамику моторного обучения в плавании брассом.

Анализ применения гомоморфных схем шифрования...

Но активное внедрение приложений интеллектуального анализа данных и алгоритмов машинного обучения позволяют злоумышленникам использовать интеллектуальный анализ данных для получения частной информации.

Модельные характеристики футболистов высокой квалификации

В статье приводится экспериментально обоснованная структура и параметры модельных характеристик футболистов высокой квалификации.

Окружность бицепса, см. 30,21. II.Морфофункциональные данные. Активная масса тела (АМТ), кг. 36,75.

Оптимизация подготовки футболистов высокой квалификации...

Другой из важнейших характеристик нагрузки является её преимущественная

Рис.3 Динамика частных объемов (в процентах от общего) нагрузок

В соревновательном периоде к маю месяцу наблюдалось «насыщение» функционального потенциала игроков, сменившиеся его...

Анализ и предварительная обработка данных для решения задач...

Главной характеристикой временных рядов является их стационарность.

Анализ поисковых алгоритмов при решении задач идентификации объектов в слабоструктурированных базах данных.

Математическая модель и интерпретация эффекта...

Установлено, что скорость падения уровня самооценки в процессе обучения и скорость роста самооценки по мере профессионального развития

Рис. 2. Кривая эффекта Даннинга-Крюгера с сеткой координат. Выделим существенно важные интервалы по оси Х, обозначив их Z1, Z2 и Z3.

Автоматизированная система оценки показателей...

Подготовка высококвалифицированных игроков в большей мере зависит от достоверности информации, которая поступает в результате контроля за

Исходя из полученных данных можно определить какой из игроков внес больше полезных действий в игру команды за матч.

Оптимизация алгоритма выравнивания биологических...

Данные алгоритмы используют принцип динамического программирования для

Из свойств 3 и 4 следует, что размер дополнительной памяти, необходимый для организации матрицы равен слов.

А программный код для CPU компилируется стандартным C компилятором, затем...

Применение методов искусственного интеллекта в спорте

Ключевые слова: искусственный интеллект, интеллектуальный анализ данных, машинное обучение, спортивная биомеханика, стратегия матчей, травматизм.

В [13] анализировали временную динамику моторного обучения в плавании брассом.

Анализ применения гомоморфных схем шифрования...

Но активное внедрение приложений интеллектуального анализа данных и алгоритмов машинного обучения позволяют злоумышленникам использовать интеллектуальный анализ данных для получения частной информации.

Модельные характеристики футболистов высокой квалификации

В статье приводится экспериментально обоснованная структура и параметры модельных характеристик футболистов высокой квалификации.

Окружность бицепса, см. 30,21. II.Морфофункциональные данные. Активная масса тела (АМТ), кг. 36,75.

Оптимизация подготовки футболистов высокой квалификации...

Другой из важнейших характеристик нагрузки является её преимущественная

Рис.3 Динамика частных объемов (в процентах от общего) нагрузок

В соревновательном периоде к маю месяцу наблюдалось «насыщение» функционального потенциала игроков, сменившиеся его...

Математическая модель и интерпретация эффекта...

Установлено, что скорость падения уровня самооценки в процессе обучения и скорость роста самооценки по мере профессионального развития

Рис. 2. Кривая эффекта Даннинга-Крюгера с сеткой координат. Выделим существенно важные интервалы по оси Х, обозначив их Z1, Z2 и Z3.

Анализ и предварительная обработка данных для решения задач...

Главной характеристикой временных рядов является их стационарность.

Анализ поисковых алгоритмов при решении задач идентификации объектов в слабоструктурированных базах данных.

Автоматизированная система оценки показателей...

Подготовка высококвалифицированных игроков в большей мере зависит от достоверности информации, которая поступает в результате контроля за

Исходя из полученных данных можно определить какой из игроков внес больше полезных действий в игру команды за матч.

Динамическая анатомия в футболе. Анализ двигательного действия

Краткое описание положения. Данное техническое действие футболиста используется для остановки мяча, уходящего за туловище спортсмена.

В данном положении проекция ОЦТ проходит на уровне V-VIгрудных позвонков. в) Характеристика площади опоры.

Задать вопрос