Application of machine learning for predicting position and results using physical data in a football match

본 연구는 축구경기의 결과와 선수들의 포지션 분류예측을 위하여 머신러닝 모델의 성능을 비교하는 것이 목적이다. 연구를 위하여 2023년 카타르에서 진행된 아시안컵 경기 50경기를 대상으로 선수들의 피지컬데이터(n=1070)를 수집하였다. 예측에 사용된 변인은 총 9개로 선정하였다. 본 연구를 위하여 사용된 머신러닝 모델은 로지스틱 회귀분석, 랜덤포레스트, K-Nearest Neighbor 모델을 활용하였다. 모델의 평가방법은 정밀도(precision), 재현율(recall), f1-score로 비교하였으며, k-fold 교차검증 10회로 최종 예측 정확성을 확인하였다. 연구결과는 첫째, 경기결과 예측에서는 로지스틱 회귀분석만 적합함을 보였지만, 랜덤포레스트와 K-Nearest Neighbor는 과적합으로 확인되었다. 둘째, 포지션 예측에서는 로지스틱 회귀분석은 랜덤포레스트와 예측율과 적합성을 확인하였지만, K-Nearest Neighbor는 과적합의 오류가 있었다. 이러한 결과를 바탕으로 피지컬 데이터도 경기력 예측에 중요한 정보임을 확인하였다.