北海道コンサドーレ札幌ベガルタ仙台鹿島アントラーズ浦和レッズ大宮アルディージャ柏レイソルFC東京川崎フロンターレ横浜F・マリノスヴァンフォーレ甲府アルビレックス新潟清水エスパルスジュビロ磐田ガンバ大阪セレッソ大阪ヴィッセル神戸サンフレッチェ広島サガン鳥栖
モンテディオ山形水戸ホーリーホックザスパクサツ群馬ジェフユナイテッド千葉東京ヴェルディFC町田ゼルビア横浜FC湘南ベルマーレ松本山雅FCツエーゲン金沢名古屋グランパスFC岐阜京都サンガF.C.ファジアーノ岡山レノファ山口FCカマタマーレ讃岐徳島ヴォルティス愛媛FCアビスパ福岡V・ファーレン長崎ロアッソ熊本大分トリニータ
グルージャ盛岡ブラウブリッツ秋田福島ユナイテッドFC栃木SCY.S.C.C.横浜SC相模原AC長野パルセイロカターレ富山藤枝MYFCアスルクラロ沼津ガイナーレ鳥取ギラヴァンツ北九州鹿児島ユナイテッドFCFC琉球FC東京U−23ガンバ大阪U−23セレッソ大阪U−23
HOME » 2016年のJ1リーグ全試合データを機械学習し、2017年の展望を予測する(2)
RSS
Column
2017 2/23 [Thu.]

2016年のJ1リーグ全試合データを機械学習し、2017年の展望を予測する(2)

※本コラムは2016年のJ1リーグ全試合データを機械学習し、2017年の展望を予測する(1)」の続きです


スタッツデータを用いてゴール数を機械学習する前に、少し寄り道して、スタッツデータから見えてくる、各チームの特徴の違いに注目してみる。

単純にゴール数と相関のあるスタッツデータだけを比較しても各チームで傾向が異なる。たとえば、鹿島アントラーズ、川崎フロンターレ、浦和レッズ、そして比較として、年間順位上位3チームとスタイルが異なる横浜F・マリノスにおける、ゴール数との相関上位のスタッツデータは下記の通りとなった。

※枠内シュート数・アシストなど、ゴールに直結する指標は除く。

 

鹿島アントラーズはFKクロス、およびミドルサードから(への)のパス、川崎フロンターレは、インターセプトの回数、およびワンタッチプレー、浦和レッズはスルーパス、敵陣での空中戦勝利、がゴールとの相関が高くなった。一方、横浜F・マリノスはセットプレーからの得点が他のチームと比較しても高く、ゴールとの相関上位3指標は全てセットプレー関連となった。参考までに下記が2016年シーズンにおける、上記4チームのゴールパターンごとのゴール数となる。浦和レッズはスルーパスからの直接ゴールは少ないものの、スルーパスとゴールとの相関が高くなったのは、スルーパスで崩してからのゴール、などがあったためと思われる。

このような、チームごとに異なるプレースタイルを直感的に可視化するために、自己組織化マップ(SOMSelf Organization Map)という機械学習手法を用いてみる。自己組織化マップとは、多次元の情報をもとに、前情報なしに類似しているものを自動的に近くにマッピングする手法となる。

まずは、分類したい、任意のユニット数(全チームをどの程度の粒度で分類したいか)を決める。

次にランダムに初期値を決める。
※下記では、ユニット中の波は、多次元のパラメータを表す。わかりやすいように擬似的に色で表現。
 (似ているパラメータは、似ている色)

各チームを、各ユニットの値(最初はランダムに決められている)が、もっとも近いものを探して、マッピングする。

マッピングした際に周辺値を入力値で上書きするとともに、周辺も薄く上書きする。(距離に応じて上書きが決まる関数を定義)

同様の作業を全チーム分の入力値で繰り返す。

すべての入力値をマッピングし終えたら、それを初期値として再度上記フローを任意の回数、学習し直す。

すると、前情報を知らなくても、似たパラメータの情報(似たスタッツデータのチーム)は自ずと組織化(近くにマッピング)されていくという手法となる。

 

結果は下記のようになった。2016年の年間順位上位3チームである、鹿島アントラーズ、浦和レッズ、川崎フロンターレは遠くにマッピングされており、ゴールとの相関が高い項目でもみたとおり、それぞれ異なるプレースタイルのようだ。大宮アルディージャとFC東京、ベガルタ仙台とサガン鳥栖は、データ上では、プレースタイルが近い、という結果となった。

このように各チームでプレースタイルは異なるのであれば、攻撃的なチーム・守備的なチームそれぞれがあると思われ、対戦相手によって期待されるゴール数は異なりそうだ。

 

2016年のJ1リーグ全試合データを機械学習し、2017年の展望を予測する。(3)」へ続く。

このページをツイートして、フォロワーに広めよう!
Archive
コンサドーレ札幌, ベガルタ仙台, 鹿島アントラーズ, 浦和レッズ, 大宮アルディージャ, 柏レイソル, FC東京, 川崎フロンターレ, 横浜Fマリノス, ヴァンフォーレ甲府, アルビレックス新潟, 清水エスパルス, ジュビロ磐田, ガンバ大阪, セレッソ大阪, ヴィッセル神戸, サンフレッチェ広島, サガン鳥栖, モンテディオ山形, 水戸ホーリーホック, ザスパクサツ群馬, ジェフユナイテッド千葉, 東京ヴェルディ, FC町田ゼルビア, 横浜FC, 湘南ベルマーレ, 松本山雅FC, ツエーゲン金沢, 名古屋グランパス, FC岐阜, 京都サンガF.C., ファジアーノ岡山, レノファ山口, カマタマーレ讃岐, 徳島ヴォルティス, 愛媛FC, アビスパ福岡, V・ファーレン長崎, ロアッソ熊本, 大分トリニータ, J1, J2, J3, 日本代表, 五輪代表, ルヴァンカップ, ワールドカップ, レビュー, プレビュー, ACL, ベストイレブン, グルージャ盛岡, ブラウブリッツ秋田, 福島ユナイテッドFC, 栃木SC, Y.S.C.C.横浜, SC相模原, AC長野パルセイロ, カターレ富山, 藤枝MYFC, ガイナーレ鳥取, ギラヴァンツ北九州, 鹿児島ユナイテッドFC, FC琉球, Jリーグ・アンダー22選抜, FC東京U-23, ガンバ大阪U-23, セレッソ大阪U-23, ロンドン五輪, 海外日本人選手, トラッキングデータ, 選手指標開発
Jリーグスタジアム
順位表
勝点試合得点得失
1 神戸 12 4 6 5
2 FC東京 9 4 6 3
3 鹿島 9 4 5 2
4 仙台 9 4 3 1
5 G大阪 8 4 8 5
6 浦和 7 4 10 4
7 横浜FM 7 4 7 3
8 川崎F 7 4 5 0
9 清水 6 4 5 1
10 C大阪 5 4 3 -1
11 磐田 4 4 2 -1
12 鳥栖 4 4 3 -2
13 札幌 4 4 3 -3
13 甲府 4 4 3 -3
15 3 4 5 -2
16 新潟 2 4 3 -3
17 広島 1 4 2 -3
18 大宮 0 4 1 -6
攻撃CBP
1 浦和 98.82
2 広島 93.42
3 川崎F 85.54
4 鹿島 76.59
5 G大阪 64.21
6 62.15
7 C大阪 58.93
8 清水 57.61
9 大宮 57.29
10 仙台 57.19
11 横浜FM 57.17
12 神戸 57.07
13 鳥栖 53.04
14 札幌 51.51
15 FC東京 50.86
16 磐田 42.89
17 甲府 38.56
18 新潟 35.63
守備P
1 C大阪 238.49
2 甲府 226.10
3 川崎F 225.63
4 札幌 205.64
5 202.18
6 磐田 197.38
7 新潟 197.14
8 神戸 195.19
9 横浜FM 193.66
10 清水 189.16
11 鹿島 186.78
12 広島 186.30
13 鳥栖 186.20
14 仙台 184.10
15 浦和 182.85
16 G大阪 174.30
17 大宮 170.98
18 FC東京 151.47
順位表
勝点試合得点得失
1 湘南 13 5 7 6
2 東京V 12 5 8 7
3 徳島 12 5 7 5
4 長崎 10 5 9 4
5 横浜FC 10 5 5 1
6 福岡 9 4 7 2
7 松本 7 4 4 2
8 名古屋 7 4 5 1
9 千葉 7 5 5 -1
10 山形 6 4 4 1
10 大分 6 4 4 1
12 水戸 6 5 6 -1
13 熊本 5 4 5 0
14 町田 5 4 4 0
15 岡山 5 4 4 -1
16 愛媛 5 5 3 -1
17 讃岐 3 4 5 -1
18 京都 3 5 4 -3
19 岐阜 2 5 4 -3
20 山口 1 4 3 -5
21 金沢 1 4 1 -6
22 群馬 0 4 1 -8
攻撃CBP
1 岐阜 119.53
2 山口 81.57
3 千葉 79.28
4 湘南 78.30
5 徳島 69.16
6 名古屋 63.20
7 大分 61.05
8 愛媛 59.87
9 東京V 58.94
10 岡山 56.13
11 福岡 55.94
12 京都 55.57
13 水戸 55.38
14 讃岐 51.06
15 金沢 47.36
16 町田 47.11
17 松本 46.38
18 熊本 46.32
19 横浜FC 46.28
20 山形 44.83
21 群馬 41.98
22 長崎 41.68
守備P
1 讃岐 248.31
2 徳島 238.68
3 長崎 227.96
4 東京V 226.93
5 町田 225.37
6 金沢 224.49
7 岐阜 223.31
8 大分 222.51
9 湘南 221.24
10 福岡 217.71
11 名古屋 217.62
12 愛媛 215.28
13 水戸 213.19
14 山形 210.64
15 松本 207.35
16 京都 200.90
17 岡山 200.61
18 千葉 198.91
19 群馬 193.69
20 山口 193.27
21 熊本 189.29
22 横浜FC 183.96
#footballlab
HOME » 2016年のJ1リーグ全試合データを機械学習し、2017年の展望を予測する(2)
Team Select close