基于XGBoost的NBA比赛结果预测及特征分析

阅读量：

187

作者：

王志宁

展开

摘要：

篮球运动具有对抗激烈,比赛进程跌宕起伏,运动观赏性丰富等特点,将竞技体育最引人瞩目的优点都展现的淋漓尽致.美国男子职业篮球联盟(NBA)历经70多年的不断探索与进步,成为了全世界范围内代表着最高水平及最高关注度的篮球联赛,其全球化发展也取得了巨大成功.同时,机器学习算法与计算机技术的不断发展使得NBA比赛数据的相关统计与记录工作也日渐完备,通过机器学习算法预测比赛结果以及进行比赛特定技术统计指标的分析,逐渐成为了竞技体育领域重要的研究方向之一.通过对国内外有关NBA比赛结果预测,比赛特定技术统计指标分析,XGBoost集成算法应用的相关文献及研究进行梳理,发现目前利用机器学习对篮球进行的相关研究,大多集中在利用传统的统计分析方法或机器学习算法对比赛结果进行简单的分析预测,缺乏针对不同赛季,不同赛段影响比赛结果重要因素的差异化分析等相关工作,且集成算法在竞技体育领域的应用较少;此外,已有研究中预测模型与相关技术指标的价值分析往往是割裂开的,缺乏预测模型与技术指标价值分析两者的关联.因此,为进一步提高NBA比赛结果预测模型的性能,可解释性,应用价值,基于XGBoost集成算法构建NBA比赛胜负结果,比赛分差结果的预测模型,在模型构建的基础上,结合SHAP框架进一步对比赛各项特征进行分析,研究不同赛季,赛季不同阶段,具体比赛场景中,各项比赛特征对于比赛结果的影响.具体的研究内容有以下几个方面:(1)数据预处理及特征工程:以NBA官方数据库中的完整赛季(常规赛,季后赛,分区决赛及总决赛)每单场次比赛中,对阵双方球队的3分球,罚球的命中率,助攻总数,攻防篮板球总数,盖帽总数,抢断总数,犯规总数,球队总得分等比赛数据作为研究对象,通过Python爬虫技术获得原始数据后,进行数据预处理及特征工程相关工作.(2)构建比赛结果预测模型:首先,通过XGBoost集成算法构建比赛胜负结果预测模型,再结合准确率,F1值,AUC值等5种所选用的算法评价指标与Decision Tree,Random Forest,GBDT,MLP等主流机器学习算法进行5折交叉验证实验的对比分析,预测模型泛化能力对比分析等工作;其次,基于XGBoost集成算法构建NBA比赛分差结果预测模型,再结合MAE,RMSE,R~2三种模型评价指标进行主流机器学习算法的对比实验分析,并进行分差预测模型的泛化能力对比分析等工作,证明了本文建立的预测模型在相应模型评价指标上的优异效果.(3)结合SHAP框架,提高XGBoost预测模型的可解释性及应用价值:首先,通过不同算法的特征重要度对比结果,整体分析比赛特征对于比赛结果的影响;其次,进行不同赛季,同一赛季不同赛程阶段中,比赛特征对比赛结果影响程度的对比分析;最后,结合具体比赛场景,分析影响比赛结果的具体特征,为球队的战术制定与执行场景提供一定的决策支持.

展开