2022 FIBA 남자농구 아시안컵 경기결과를 활용한 머신러닝 분류 모형의 예측 성능 비교

Abstract

이 연구의 목적은 2022 FIBA 남자농구 아시아컵 경기대회의 공식기록(box score)을 사용하여 전통적 측면 에서의 통계적 방법, 데이터마이닝 기법, 머신러닝의 기법을 활용하여 예측 성능을 비교한 것이다. 본 연구의 대 상은 2022 FIBA 남자농구 아시아컵 경기대회의 공식기록을 통해 얻어지는 기록 중에서 총 72개 경기기록이었 으며, 총 20개의 변수를 통해 경기 승패 결과 예측을 하였다. 남자농구 아시아컵 경기대회의 승패 결과를 예측 하기 위해 KNN(K Nearest Neighbor), Decision Tree, Support Vector Machine(SVM), Logistic Regression, Random Forest 5가지 분류 모델을 사용하였다. 이 연구의 자료수집과 처리를 위하여 통계프로그 램 Python 3.10.1 버전을 라이브러리와 함께 사용하였고, 얻은 결과는 다음과 같다. 첫째, 모델별 예측 결과에 서는 SVM 모델이 KNN, Decision Tree, Random Forest, Logistic Regression 모델보다 최적의 예측 성능 을 나타냈고 86.67%의 예측 정확도 및 0.868의 F1 점수를 보였다. 둘째, Random Forest 분류 모델을 이용 하여 2022 남자농구 아시아컵 경기대회의 승패 결과를 예측했을 때, 데이터 세트의 샘플 개수가 충분하지 않기 때문에 과적화(Overfitting) 현상이 발생했다. 이 연구의 연구 결과를 토대로 향후 사례 수를 증가하여 더 많은 데이터가 모델의 정확도를 높이는 동시에 과적합 가능성을 줄일 수 있다고 사료되었다. 그리고 더 정확한 예측 결과를 얻기 위하여서 머신러닝뿐만 아니라 딥러닝과 관련한 연구도 필요할 것으로 판단되는 바이다.