LinNet：通过网络嵌入的阵容概率评估
应用统计
2017-07-12 v2
摘要
在你的球队可能的阵容中，哪一个对抗对手每个可能阵容时胜算最大？为了回答这个问题，我们开发了 LinNet。LinNet 利用一个有向网络的动态来捕捉阵容在对抗中的表现。该网络的节点代表不同的阵容，而如果阵容 i 优于阵容 j，则存在从节点 j 到节点 i 的边。我们进一步用相应的表现分差（每分钟得分差）标注每条边。然后我们利用此结构，使用 node2vec 框架为每个节点（即阵容）学习一组潜在特征。因此，LinNet 在该潜在空间上构建了一个用于阵容 A 击败阵容 B 的概率的模型。我们使用 2007-08 至 2011-12 五个赛季的 NBA 阵容数据评估 LinNet。我们的结果表明，我们的方法的样本外准确率为 69%。相比之下，对于相同的预测问题，利用阵容内球员的调整正负值（adjusted plus-minus）提供的准确率为 56%。更重要的是，如概率验证曲线所示，这些概率校准良好。LinNet 的好处之一——除了其准确性外——在于它是通用的，可应用于不同运动，因为唯一需要的输入是阵容的对抗表现，即不需要特定于运动的特征。
引用
@article{arxiv.1707.01855,
title = {LinNet: Probabilistic Lineup Evaluation Through Network Embedding},
author = {Konstantinos Pelechrinis},
journal= {arXiv preprint arXiv:1707.01855},
year = {2017}
}
备注
New England Symposium on Statistics in Sports (oral presentation)