足球防守突破预测模型的线缕中断分析
机器学习
2025-11-04 v1 物理与社会
应用统计
摘要
在足球中，攻击球队试图突破对手防守线以创造得分机会。这种被称为Line Break的行为是球队进攻效能和战术表现的关键指标，但以往研究主要聚焦于射门或得分机会，而非球队如何突破防守线。本研究开发了一种机器学习模型，用于预测Line Break，基于2023年J1联赛的赛事和跟踪数据。模型融合189项特征，包括球员位置、速度及空间构型，并采用XGBoost分类器估计Line Break的概率。该模型实现了高预测准确率，AUC为0.982，Brier score为0.015。此外，SHAP分析揭示，攻击球员速度、防守线间隙以及进攻球员的空间分布等因素对Line Break的发生具有显著贡献。最后，我们发现，预测的Line Break概率与球队在得分机会（shots）和横传（crosses）所面临的数量之间呈中度正相关。这些结果表明，Line Break与得分机会的创建紧密相关，并为理解足球战术动态提供了量化框架。
引用
@article{arxiv.2511.00121,
title = {Analysis of Line Break prediction models for detecting defensive breakthrough in football},
author = {Shoma Yagi and Jun Ichikawa and Genki Ichinose},
journal= {arXiv preprint arXiv:2511.00121},
year = {2025}
}
备注
14 pages, 8 figures