第3章 サッカーにおける探索的 データ分析
この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている:translation-feedback@oreilly.com
第2章では、Pythonの必須スキルを身につけた。 さあ、そのスキルを実際のサッカーデータに応用する時が来た。この章では、探索的データ分析(EDA) について紹介する。これは、データセットを調査してその構造を理解し、 パターンを発見し、異常値を特定するための、初期段階の 自由度の高いプロセスである。 コーチが戦術を決める前に試合の映像を分析するように、EDAは データに対する体系的な調査である。 アナリストが、何が記録されているか、 どのくらいの頻度で記録されているか、そしてどこに欠落や不自然さがあるかを 最初に把握する手段となる。 予測モデルに飛びつくのではなく、まずは単純な 質問を投げかけ、直感的な理解を深めることから始める。 この重要な第一歩は、根拠の薄い結論を導き出すことを防ぎ、 その後のすべての分析の基礎を築く。
EDAを行う中で、汎用的なデータサイエンスツールを サッカー特有の分析にどう適応させるかを見ていく。 単に列を数えたり平均を計算したりするのではなく、 パスネットワーク、シュート距離の分布、チームレベルの戦術的 パターンを探求する。 これらの要約は後の章でも再び登場する。例えば、 第5章で分類モデルを評価する際や、 第8章で特徴量エンジニアリングを行う際などだ。
この章の終わりまでに、あらゆるサッカーデータセットを 探索するための再現可能なワークフローを身につけることになる。 以下のことができるようになるだろう:
-
JavaScript Object Notation (JSON) やカンマ区切り値 (CSV) などの形式から、生の試合データを読み込み、確認し、クリーニングする。
-
データ型(数値、カテゴリ、 順序)ごとに分析を構成する
-
イベントレベルのデータを集計し、チームや選手に関する有意義な要約を作成する
-
標準的な棒グラフから、 サッカー特有のヒートマップやパスネットワークに至るまで、公開可能な可視化を作成する。
-
生の数値を、チームや選手の スタイルに関する戦術的知見に変換する
目標は、「探索、クリーニング、可視化、解釈」というリズムを確立することだ。 このプロセスに慣れれば、 「何が起きたか」を記述する段階から、「次に何が起きるか」を予測する段階へと進む準備が整う。
サッカーデータのレベルを理解する
データに深く入る前に、その構成について説明しよう。 まるで異なる視点から試合を観戦するようなものだと考えてほしい。 スタジアム全体を見渡すヘリコプターの上、 チームを観察するサイドライン、あるいはピッチ上で 特定の選手を追う立場などがある。 サッカーデータも同様の階層構造を持っており、 これらのレベルを理解することは極めて重要だ。 なぜなら、答えられる質問の種類は、 手元にあるデータのレベルに依存するからだ。
試合レベルのデータ
試合レベルのデータ は、全体像を把握するためのものだ。 最終スコア、対戦チーム、大会名、 および日付が得られる。 スコアボードや試合日程リストで見られるような情報だ。 試合レベルのデータは、単一の試合を表すこともあれば、 多くの試合をまとめて表すこともある。例えば、トーナメントのグループステージの全試合などだ。試合レベルのデータは、次のような大まかな質問に答えるのに最適だ:
-
グループステージで最も多くの試合に勝利したのはどのチームか? ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access