NFL 传球的逐帧完成概率

美式橄榄球是一项日益流行的运动，在世界许多国家拥有不断增长的受众。全球最受关注的美式橄榄球联盟是美国国家橄榄球联盟（NFL），其中每次进攻战术可以是跑球或传球，本文聚焦于传球。诸多因素会影响传球完成概率，例如接球手与最近防守者的间距、接球手到传球者的距离、进攻阵型等等。在预测传球完成概率时，明确传球的接球目标至关重要。利用球员与球之间的距离度量，可计算经验概率并非常准确地预测接球目标。核心问题是：在 NFL 比赛中，当球在空中时，一次传球完成的可能性有多大？我们开发了一种机器学习算法，基于若干预测变量来回答该问题。利用 2018 赛季 NFL 数据，我们基于随机森林模型获得了传球完成概率的条件预测与边际预测。这基于一个两阶段流程：首先，我们计算每名进攻球员为传球目标的概率；然后，在给定目标条件下，基于随机森林模型预测完成概率。最后，可利用全概率定律计算出总体完成概率。我们展示了若干选定战术的动画，并呈现传球完成概率的演化过程。