機械学習でプロ野球の勝敗予想をやってみた！ ｜ SiTest (サイテスト) ブログ

当社では、「SPAIA」という、従来のスポーツニュースメディアとは違った、スポーツデータを AI によって解析し、新しいスポーツの見方や楽しみ方が実現できるサービスを提供しており、弊社独自で編集部が取材・編集したオリジナルコンテンツも掲載しています。

近日、プロ野球の 「勝敗予想」 を行うサービスをリリースしました。
そこで、今回は勝敗予想の簡単な AI の仕組みと、今後の展望をご紹介したいと思います。

勝敗予想を行う手法には、WAR（Wins Above Replacement）などの指標を利用する統計的手法など、色々な手法がありますが、当社では machine learning（機械学習）を用いた手法を採用しています。

まず、当社との提携企業様から定期的に提供して頂いているデータを基にコンバートを行い、対象となる対戦チーム毎の組み合わせをベクトル化します。そして、そのベクトルデータを Classifier（分類器）を用いて、勝敗の確度を A 〜 C の3段階の基準で算出しています。

また、分類器としては、現在は Random Forest（ランダムフォレスト）を利用しています。

このように、算出された、基準値を基に次回の対戦チーム毎の勝敗予想を算出しています。

現在、machine learning（機械学習）の Classifier（分類器）と言えば、Deep Learning（深層学習）が非常に注目されていますが、現在はあえて Random Forest（ランダムフォレスト）を利用しています。
Random Forest（ランダムフォレスト）を利用しているのは、大きな理由として、まだリリースして間もなく、解析に対しての有用な特徴変数を見出せておらず、それを見出すためです。

Random Forest（ランダムフォレスト）は以下のメリットとデメリットがあります。

■ ランダムフォレストのメリットとデメリット

・メリット

　特徴量のスケーリングが必要ない（SVM などの分類手法では必要になる）
　考慮するパラメータが少ない
　並列化が容易
　どの特徴量が重要かを知ることができる

・デメリット

　複雑なデータでは SVM などの分類手法に比べて汎化性能が下がる

このように、現在どの特徴変数が重要を模索している状況なので、あえて Random Forest（ランダムフォレスト）を利用しています。
今後、重要な特徴変数が見出せれば、より分類能力の高い Classifier（分類器）に変更して行く予定です。

今回は、勝敗予想の簡単なAIの仕組みと、今後の展望をご紹介しました。
弊社には、野球に詳しい人材が多数いますので、毎日 「人間 vs AI」 といった予想の対戦を行いつつ、そこから得られたノウハウを取り込んで行き、より精度の高い勝敗予想の施策を行っています。
是非、勝敗予想精度が向上するのをご期待頂き、勝敗予想をお楽しみ頂ければと思います。