머신러닝을 활용한 배구 경기 결과 예측 프로젝트
- 팀명 통일(OK저축은행 → OK금융그룹) 및 팀 코드를 활용한 상대팀 컬럼 추가
- 홈/원정에 따른 경기 결과 분석
- 각 컬럼에 따른 직전 3경기, 5경기에 따른 승률 분석
- 홈/원정 경기장과 직전 3경기 결과에 따른 승률 분석
- 직전 3경기 결과에 따른 상대전적 분석
- 공격성공률, 승률에 영향을 미치는 제일 큰 요인은 R포지션을 담당하는 용병 선수의 기량에 따름
- 공격종합 성공률이 승률에 가장 많은 영향을 미침
- 홈/원정 여부는 실제 승률에 영향을 줌
- Python
- Logistic Regression, Decision Tree, Random Forest, XGB, LGBM
- 홈/원정에 따른 경기 결과 분석
- 각 컬럼에 따른 직전 3경기, 5경기에 따른 승률 분석
- 예측 모델 선정 및 모델 정확도 확인
- BeautifulSoup과 Selenium을 활용한 데이터 크롤링 능력 향상
- 경기 결과 예측 성공률을 높이기 위한 새로운 컬럼 생성(직전 3경기, 5경기 결과 평균 등)을 통해 다양한 인사이트 도출 능력 향상
- 데이터 EDA를 통한 유의미한 feature 선정을 통해 모델 정확도 개선
- 다양한 모델(Decision Tree, Random Forest 등)을 확인하여 가장 정확도가 높은 모델을 선정하며 모델 선정 인사이트 향상
-
모델 선정에 있어 정확도가 가장 높은 모델 하나를 선정하는 것이 아니라 각 팀 별 정확도가 가장 높은 모델을 선정하여 적용하여 구현
👉🏻 각 팀 별 알맞는 모델 선정을 통해 전체 예측 성공률을 높힐 수 있음