データサイエンス設計マニュアル

104 4 章 スコアとランキング

ンス

の授業でスーパーボールの結果を予想する課題を出すまで、Clyde のことをすっかり忘れていた。私の

授業でこの課題を出されたチームは、インド出身の学生で構成されており、プロジェクトの開始時点では、

アメリカンフットボールよりもクリケットの方がずっと詳しいという学生たちだった。

それでも彼らは課題に取り組み、過去 10 年間のすべてのプロと大学の試合結果から大規模なデータセッ

トを構築し、フットボールのファンにもなった。彼らは、ラッシング、パッシング、キッキングの獲得ヤー

ド数、タイム・オブ・ポゼッション、パント数などを含む 142 種類の特徴に対してロジスティック回帰分

析を行った。そして、私のもとに誇らしげに自分たちのモデルの正確度を報告に来た。NFL の試合結果の

51.52 % を正しく予想できたというのである。

思わず大声が出た。「何だって？ それは大変だ！ 50 % はコイン投げでも得られる数字だぞ。両チームの

得失点の平均をとり、ホームチームに 3 点を与えてみたらどうだ。この単純なモデルで試してみたらどうだ

ろう。」

彼らのデータセットのもとでこの簡易 Clyde モデルを試してみると、すべての試合の 59.02 % を正しく予

想できた。彼らの一見洗練された機械学習モデルよりもずっと良い。その後彼らは改良を重ね、最終的に

PageRank ベースのモデルを作り、少し良い結果（60.61 %）を出した。しかし、Clyde でもベースラインモ

デル

*

4