MATLAB でスポーツ統計・予測： スクレイピング モデル構築 可視化/Sports statistics with MATLAB -scraping, modeling, and visualization

MATLAB EXPO Japan 2021 (https://eventsonline.mathworks.com/series/matlab-expo-2021-japan/overview) でLightning Talk発表した資料です．

Transcript

1. MATLAB でスポーツ統計・予測： スクレイピング→モデル構築→ 可視化 小中英嗣(こなか・えいじ 名城大学理工学部情報工学科) MATLAB EXPO 2021
2. 自己紹介＆今日の内容  小中英嗣(こなか・えいじ)  名城大学理工学部情報工学科 准教授  専門：システム制御工学，スポーツ統計  Twitter @konakalab  最近の研究：スポーツ統計・予測モデル作成  ランキング，選手・チームの評価指標の開発と性能検証  今日の内容：MATLABで行っている作業  (まだまだ勉強中です．良いやり方があれば教えてください！) MATLAB EXPO 2021
3. スポーツ統計・予測の手順 データ取得(ス クレイピング) • Webから • 自動/半自動 予測モデル 構築 • (一般化)線形モデル • 各種数値処理 可視化 出力 • グラフ描画 • Web公開(SNS投稿) MATLAB EXPO 2021
4. Webからのデータ取得(スクレイピング) MATLAB EXPO 2021 Web HTML/xlsx csv/xlsx
5. Webからのデータ取得(スクレイピング) MATLAB EXPO 2021 Web HTML/xlsx csv/xlsx ⚫ webread (MATLAB) ⚫ Excelに手でコピペ ⚫ Selenium + python ⚫ HTMLを読んで頑張ってタグを外す(MATLAB) ⚫ (beautiful soup(python)はスマートですが融通が 利きづらい)
6. 事例：J League Data Site  検索オプションがアドレスに入れら れる  例：https://data.j- league.or.jp/SFMS01/search?comp etition_years=2021&competition_ frame_ids=1&competition_ids=492 &tv_relay_station_name=  2021年J１リーグの試合結果  webreadで文字列として読み込む  strsplit, strfindを駆使して目当ての 情報を抽出する MATLAB EXPO 2021
7. 予測モデル構築/各種数値処理  定番なモデルの場合  glmfit：一般化線形回帰モデルを使 う場合  glmvalで予測値が簡単に得られる  よく使うデータ型・処理  table  行列演算(最小二乗法など)  確率密度関数・分布関数  畳み込み  例：  given:これまでの試合結果(得失点)  最小二乗法：各チームの得点能力を 推定  一般化線形回帰：得点能力差と勝率 をつなげる．これからの試合結果を 予測する  畳み込み：各試合の予測確率から シーズン全体の予測確率を計算する MATLAB EXPO 2021
8. 可視化・出力  MATLABの豊富な描画関数群  スクリプトで記述：安定・高速・大 量の出力  Twitter (@konakalab)で不定期に公 開  (MATLABで画像入りツイートする方 法を調査中…)  (文字列のみのツイートはできてま す)  以下，作図例 MATLAB EXPO 2021
9. 作図例： MATLAB EXPO 2021
10. 作図例： MATLAB EXPO 2021
11. まとめ：スポーツ統計・予測の手順 データ取得(ス クレイピング) • Webから • 自動/半自動 予測モデル 構築 • (一般化)線形モデル • 各種数値処理 可視化 出力 • グラフ描画 • Web公開(SNS投稿) MATLAB EXPO 2021 ⚫ Web読込：webread ⚫ 文字列処理：strsplit, strfind, … ⚫ glmfit, glmval ⚫ 各種数学の関数(線形代 数，確率統計) ⚫ 豊富なグラフ描画関数