利用NFL球员追踪数据识别防守后卫传球覆盖类型的无监督方法
应用统计
2020-04-16 v3
摘要
美式橄榄球球员追踪数据的分析尚处于起步阶段，因为美国国家橄榄球联盟（NFL）于2018年12月首次公开了其Next Gen Stats追踪数据。虽然其他体育项目的追踪数据集通常包含详细的场上事件标注，但NFL追踪数据中的标注有限。创建这些标注的方法通常需要大量人工标记，既困难又昂贵。我们通过使用无监督学习技术为防守后卫的传球覆盖类型创建标注，开始着手解决这类问题，该方法无需人工标记或人工监督。我们从NFL追踪数据中定义了一组有助于区分“区域”和“人盯人”覆盖的特征。我们使用高斯混合模型和层次聚类来创建对应于每个组的簇，并通过对每个簇中的战术进行定性分析，为每个簇分配适当的覆盖类型。我们发现，混合模型的“软”簇分配在识别覆盖类型时提供了更大的灵活性。我们的工作为未来NFL研究的若干潜在方向开辟了可能，并在本文中对这些方向进行了初步探索。
引用
@article{arxiv.1906.11373,
title = {Unsupervised Methods for Identifying Pass Coverage Among Defensive Backs with NFL Player Tracking Data},
author = {Rishav Dutta and Ronald Yurko and Samuel Ventura},
journal= {arXiv preprint arXiv:1906.11373},
year = {2020}
}