기계 학습 모델, MLB 선수들의 성과 측정

펜실베니아 주립대 정보과학 기술 대학의 연구팀은 야구 선수와 팀의 단기 및 장기 성과를 더 잘 측정할 수 있는 기계 학습 모델을 개발했다. 새로운 방법은 기존의 통계 분석 방법인 사브르메트릭스와 비교되었다.

이 연구는 “MLB에서 선수가 게임에 미치는 영향을 설명하기 위한 기계 학습 사용”이라는 제목의 논문에서 발표되었다.

NLP와 컴퓨터 비전을 기반으로

연구팀의 접근 방식은 최근 자연어 처리와 컴퓨터 비전의 발전에 의존했으며, 선수의 게임에 미치는 영향이 측정되는 방식에 큰 영향을 미칠 수 있다.

Connor Heaton은 정보과학 기술 대학의 박사 과정 학생이다.

Heaton은 기존의 방법은 선수나 팀이 특정 이벤트를 달성하는 횟수를 기반으로 하지만, 각 행동의 맥락을 고려하지 않는다고 말했다.

“선수가 마지막 타석에서 안타를 기록했다고 가정해 보자”라고 Heaton은 말했다. “그는 3루선에 공을 치고 1루에서 2루로 주자를 이동시키고 1루에 도착하기 전에 던지는 것을 피할 수 있었거나, 왼쪽 깊이 있는 필드에 공을 치고 1루에 도착했지만 2루를 노릴 수 없었다. 두 상황을 ‘안타’로 설명하는 것은 정확하지만 전체 이야기를 전하지 않는다.”

새로운 모델

Heaton의 모델은 게임에 미치는 영향과 맥락에 기반한 게임 내 이벤트의 의미를 학습한다. 그런 다음 모델은 게임을 이벤트의 시퀀스로 간주하여 선수가 게임에 미치는 영향을 수치적으로 표현한다.

“우리는 종종 야구를 ‘이 선수는昨日 2개의 안타와 1개의 2루타를 기록했다’ 또는 ‘그는 4타수 1안타를 기록했다’라고 이야기한다”라고 Heaton은 말했다. “우리가 게임에 대해 이야기하는 많은 방식은 이벤트를 요약한 하나의 통계로 요약한다. 우리의 연구는 게임에 대한 더 전체적인 그림을 그리고 선수가 게임에 미치는 영향을 더 세부적이고 계산적인 설명을 하려는 것이다.”

新的 방법은 자연어 처리의 순차적 모델링 기법을 사용하여 컴퓨터가 다양한 단어의 의미를 학습할 수 있다. Heaton은 이 기술을 사용하여 그의 모델이 야구 게임의 이벤트, 즉 타자가 안타를 친다는 의미를 학습하도록 했다. 게임은 이벤트의 시퀀스로 모델링되었다.

“이 연구의 영향은 내가 ‘게임에 대한 질문’이라고 부르는 프레임워크이다”라고 Heaton은 말했다. “우리는 이를 전체 계산적 프레임워크로 게임을 모델링하는 시퀀스로 간주한다.”

모델은 선수의 게임에 미치는 영향에 대해 단기적으로 설명할 수 있으며, 전통적인 방법과 결합하면 게임의 승자를 59%의 정확도로 예측할 수 있다.

모델 훈련

연구자들은 메이저 리그 야구 경기장에 설치된 시스템에서 수집된 이전 데이터를 사용하여 모델을 훈련시켰다. 이러한 시스템은 각 투구에 대한 자세한 정보를 추적한다. 두 종류의 데이터가 사용되었다. 첫 번째는 투구별 데이터로, 투구 유형과 같은 정보를 분석하는 데 도움이 되었다. 두 번째는 시즌별 데이터로, 위치별 정보를 조사하는 데 사용되었다.

수집된 데이터셋의 각 투구에는 세 가지 주요 특성이 있었다. 즉, 특정 게임, 게임 내의 타석 번호, 타석 내의 투구 번호였다. 이 데이터를 통해 연구자들은 MLB 게임을 구성하는 이벤트의 시퀀스를 재구성할 수 있었다.

각 플레이에서 발생한 이벤트, 그 이벤트가 발생한 방식, 그리고 각 플레이에 참여한 사람을 설명하기 위해 팀은 투구 시 발생할 수 있는 325가지 가능한 게임 변경을 식별했다. 이를 기존 데이터와 결합하고 선수 기록을 추론했다.

Prasenjit Mitra는 정보과학 기술 교수이자 논문의 공동 저자이다.

“이 연구는 사브르메트릭스의 현재 상태를 크게 발전시킬 수 있다”라고 Mitra 교수는 말했다. “우리의 지식에 따라, 우리는 게임의 세부적인 상태를 포착하고 표현하며, 전통적인 통계에 의해 계수되는 개별 이벤트를 평가하는 데 이러한 정보를 사용하는 최초의 연구이다. 예를 들어, 중요한 순간과 클러치 이벤트를 이해하는 모델을 자동으로 구축함으로써.”