普拉文·普拉姆;索米亚·罗伊;迪帕克·斯利瓦斯塔夫;阿南德·古鲁穆蒂 理解情境因素和决策对二十世纪板球队表现的影响:一种可解释的机器学习方法。 (英语) Zbl 07712031号 安·Oper。物件。 325,编号1,261-288(2023). 小结:为了在任何团队运动中取得更好的表现,团队经理都会评估比赛条件以及对手的优缺点,以选择尽可能最好的球队。在板球运动中,现有的研究侧重于诸如主场优势、掷骰子获胜、掷骰决定等周边因素对球队表现的影响。然而,很少有研究讨论这些因素的相对重要性或它们对绩效的影响程度。考虑到某些对手和比赛条件,还缺乏针对球队最佳情境决策的研究。本研究旨在确定情境因素和后续决策对Twenty20(T20)板球团队绩效的影响。考虑了由563场比赛组成的印度超级联赛九个赛季的比赛数据,并采用基于树的机器学习(ML)模型,如梯度提升、回归树、袋装、随机森林和贝叶斯加性回归树(BART)进行数据分析。BART产生了最有效的结果,并使用可解释的ML方法进行了进一步解释,如部分相关图和累积局部效应,以确定影响团队绩效的最关键因素。此外,这些发现被用于获得最佳赛前决策和季前策略,以实现更高的表现,这可以作为T20板球队的决策支持系统。 MSC公司: 68次发射 人工智能 62华夏 多元分析 90立方厘米 数学编程 关键词:可解释机器学习;部分相关图;累积局部效应;印度超级联赛;可解释人工智能 软件:bart机器;插入符号;贝叶斯树;国际货币联盟;巴蒂;伊斯兰解放军 PDF格式BibTeX公司 XML格式引用 \textit{P.Puram}等人,Ann.Oper。第325号决议,第1号,第261--288号(2023年;Zbl 07712031年) 全文: 内政部 参考文献: [1] Adcroft,A.和Teckman,J.(2011年)。表现和竞争导向:板球测试赛中的团队动力。《体育、商业和管理:国际期刊》,1(1),76-92。doi:10.1108/20426781111107180 [2] Adhikari,A。;Majumdar,A。;古普塔,G。;Bisi,A.,《一种创新的超高效数据包络分析、半方差和基于Shannon熵的球员选择方法:来自板球的证据》,《运筹学年鉴》,284,1,1-32(2020)·doi:10.1007/s10479-018-3088-4 [3] 艾哈迈德·H。;Daud,A。;Wang,L。;Hong,H。;Dawood,H。;Yang,Y.,《板球运动中后起之秀的预测》,IEEE Access,5,4104-4124(2017)·doi:10.1109/ACCESS.2017.2682162 [4] 阿赫塔,S。;Scarf,P.,《预测比赛中板球测试结果》,《国际预测杂志》,第28、3、632-643页(2012年)·doi:10.1016/j.ij预测2011.08.005 [5] Akhtar,S.、Scarf,P.和Rasool,Z.(2015)。在板球测试赛中对运动员进行评分。运筹学学会杂志,66(4),684-695。doi:10.1057/jors.2014.30 [6] Akyildirim,E。;Goncu,A。;Sensoy,A.,使用机器学习预测加密货币收益,运筹学年鉴,297,1,3-36(2021)·Zbl 1465.62171号 ·doi:10.1007/s10479-020-03575-y [7] 阿西夫,M。;McHale,IG,《一天国际板球比赛获胜概率的预测:动态logistic回归模型》,《国际预测杂志》,32,1,34-43(2016)·doi:10.1016/j.ijforecast.2015.02.005 [8] Basuchoudhary,A。;Bang,JT;Sen,T.,《经济学中的机器学习技术:预测经济增长的新工具》(2017),施普林格出版社·doi:10.1007/978-3-319-69014-8 [9] 巴塔查吉,D。;Saikia,H.,《使用二进制整数规划法进行平衡板球队选择的客观方法》,Opsearch,53,2,225-247(2016)·Zbl 1360.90158号 ·doi:10.1007/s12597-015-0228-3 [10] Bhaskar,V.(2009)。理性对手?来自一天板球随机试验的证据。《经济杂志》,119(534),1-23。文件编号:10.1111/j.1468-0297.2008.02203.x [11] 巴塔查里亚,R。;吉尔,PS;Swartz,TB,Duckworth-Lewis and twenty20 cricket,运筹学学会杂志,62,111951-1957(2011)·doi:10.1057/jors.2010.175 [12] Bianchi,L.、Liti,C.、Liuzzi,G.、Piccialli,V.和Salvatore,C.(2022年)。通过优化和机器学习提高P300拼写器性能。《运筹学年鉴》,312(2),1221-1259。doi:10.1007/s10479-020-03921-0·兹比尔1494.90056 [13] Bretas,A.M.、Mendes,A.、Jackson,M.、Clement,R.、Sanhueza,C.和Chalup,S.(2021年)。铁路货运管理的分散多代理系统。运筹学年鉴,1-31·Zbl 07645003号 [14] Cannonier,C。;熊猫,B。;Sarangi,S.,20胜50负板球:有区别吗?,《体育经济学杂志》,16,7,760-783(2015)·doi:10.1177/1527002513505284 [15] 奇普曼,HA;乔治,EI;McCulloch,RE,BART:贝叶斯加性回归树,应用统计年鉴,4,1,266-298(2010)·Zbl 1189.62066号 ·doi:10.1214/09-AOAS285 [16] 科恩,P。;西,SG;艾肯,LS,《行为科学应用多元回归/相关分析》(2014),心理学出版社·数字对象标识代码:10.4324/9781410606266 [17] 康奈利,BL;Tihanyi,L。;克鲁克,TR;Gangloff,KA,《竞赛理论:三十年的竞赛和竞赛》,《管理杂志》,40,1,16-47(2014)·doi:10.1177/0149206313498902 [18] D’Urso,P。;De Giovanni,L。;Vitale,V.,《一种对具有混合属性的足球运动员进行聚类的稳健方法》,《运筹学年鉴》(2022年)·Zbl 07712020号 ·doi:10.1007/s10479-022-04558-x [19] 道森,P。;莫利,B。;Paton博士。;托马斯·D·托马斯(Thomas,D.),《击球与否:昼夜限制板球比赛结果的检验》,运筹学会杂志,60,12,1786-1793(2009)·doi:10.1057/jors.2008.135 [20] Deval,G.、Hamid,F.和Goel,M.(2021)。什么时候宣布板球测试赛的第三局?《运筹学年鉴》,303(1),81-99。doi:10.1007/s10479-021-04094-0·Zbl 07422004号 [21] De Silva,B.M.和Swartz,T.B.(1998)。在为期一天的国际板球比赛中赢得掷硬币和主队优势。皇家墨尔本研究所统计与运营研究部。 [22] 杜,M。;刘,N。;Hu,X.,可解释机器学习技术,ACM通信,63,1,68-77(2019)·doi:10.1145/3359786 [23] JH弗里德曼;波佩斯库,比利时,通过规则集合进行预测学习,《应用统计年鉴》,第2、3、916-954页(2008年)·Zbl 1149.62051号 ·doi:10.1214/07-AOAS148 [24] Ftiti,Z.、Tissaoui,K.和Boubaker,S.(2022年)。石油和天然气市场之间的关系:基于机器学习方法的新预测框架。《运筹学年鉴》,313(2),915-943。doi:10.1007/s10479-020-03652-2·Zbl 07553140号 [25] Goller,D.,《使用因果机器学习分析不对称飞镖比赛的内在优势》,《运筹学年鉴》(2022年)·Zbl 1520.91016号 ·doi:10.1007/s10479-022-04563-0 [26] Hogan,J.、Cohen,E.和Adams,N.(2017年)。设计一种更公平的方法来调整中断一天的国际板球比赛的目标分数。应用统计分析电子期刊,10(3),745-758。 [27] James,G.、Witten,D.、Hastie,T.和Tibshirani,R.(2013)。统计学习导论:R。https://官能.marshall.usc.edu/gareth-james/ISL/ ·Zbl 1281.62147号 [28] Janssens,B。;博加特,M。;Maton,M.,《预测下一个Pogačar:检测年轻专业自行车人才的数据分析方法》,《运筹学年鉴》(2022年)·Zbl 07712042号 ·doi:10.1007/s10479-021-04476-4 [29] Johnson,M.、Albizri,A.和Simsek,S.(2022年)。人工智能在医疗保健操作中提高治疗效果:预测肺癌预后的框架。《运筹学年鉴》,308(1),275-305。doi:10.1007/s10479-020-03872-6·兹伯利07486106 [30] Jowitt,香港;杜鲁塞尔,J。;布兰登,R。;King,M.,《使用微型传感器和机器学习自动检测精英板球快速投球手的投球情况》,《运动科学杂志》,38,7,767-772(2020)·doi:10.1080/02640414.2020.1734308 [31] 卡帕迪亚,K。;Abdel-Jaber,H。;塔布塔,F。;Hadi,W.,《使用机器学习对板球比赛结果进行体育分析:实验研究》,应用计算与信息学(2020年)·doi:10.1016/j.aci.2019.11.006 [32] Kapelner,A.和Bleich,J.(2013)。bartMachine:使用贝叶斯加性回归树进行机器学习。ArXiv预打印ArXiv:1312.2171·Zbl 1328.62243号 [33] Kapelner,A.、Bleich,J.、Kapelnner,M.A.和Java,S.(2020年)。打包“bartMachine” [34] Kharfan,M.,Chan,V.W.K.,&Firdolas Efendigil,T.(2021年)。利用机器学习方法,对新推出的季节性产品进行数据驱动的预测方法。《运筹学年鉴》,303(1),159-174。doi:10.1007/s10479-020-03666-w·Zbl 07422007号 [35] 库恩,M。;Wing,J。;威斯顿,南卡罗来纳州。;威廉姆斯。;基弗,C。;Engelhardt,A。;库珀,T。;Mayer,Z。;Kenkel,B。;团队,RC,包“插入符号”,R Journal,223,7(2020) [36] Lemmer,HH,预测板球系列赛淘汰赛阶段后最佳球队的名称,《欧洲体育科学杂志》,14,sup1,S191-S196(2014)·doi:10.1080/17461391.2012.679315 [37] McGrath,JW;J·内维尔。;斯图尔特,T。;克林宁,H。;托马斯,B。;克罗宁,J.,使用苹果手表和机器学习量化板球快速保龄球的体积、速度和感知强度区,《运动科学杂志》,40,3,323-330(2022)·doi:10.1080/026404142021.1993640 [38] Molnar,C.(2020年)。可解释的机器学习。露露。通用域名格式。https://christophm.github.io/cinterpretable-ml-book/ [39] 莫尔纳,C。;卡萨利基奥,G。;Bischl,B.,iml:可解释机器学习的R包,《开源软件杂志》,3,26786(2018)·doi:10.21105/joss.00786 [40] 穆德利,T。;范德哈尔,D。;Noorbhai,H.,使用深度学习架构在视频片段中自动识别板球击球后举技术,科学报告,121895(2022)·doi:10.1038/s41598-022-05966-6 [41] 默多克,WJ;辛格,C。;Kumbier,K。;Abbasi-Asl,R。;Yu,B.,可解释机器学习中的定义、方法和应用,《国家科学院学报》,116,44,22071-22080(2019)·Zbl 1431.62266号 ·doi:10.1073/pnas.1900654116 [42] Norman,J.M.和Clarke,S.R.(2007年)。板球中的动态编程:优化粘性边线的击球顺序。运筹学学会杂志,58(12),1678-1682。doi:10.1057/palgrave.jors.2602309 [43] 佩雷拉,H。;Davis,J。;Swartz,TB,《Twenty20板球的最佳阵容》,《统计计算与模拟杂志》,86,14,2888-2900(2016)·Zbl 07184773号 ·doi:10.1080/00949655.2015.1136629 [44] 佩雷拉,H。;Davis,J。;TB Swartz,《评估Twenty20板球比赛中部署的影响》,运筹学会杂志,69,8,1335-1343(2018)·doi:10.1080/01605682.2017.398204 [45] 萨巴希,S。;Parast,MM,《创业导向对项目绩效的影响:机器学习方法》,《国际生产经济学杂志》,226(2020)·doi:10.1016/j.ijpe.2020.107621 [46] Sacheti,A。;格雷戈里·史密斯,I。;Paton,D.,《不确定性下的管理决策:Twenty20板球案例》,《体育经济学杂志》,17,1,44-63(2016)·doi:10.1177/1527002513520011 [47] Saikia,H.,《量化板球队的当前形式并预测比赛获胜者》,《管理与劳工研究》,45,2151-158(2020)·doi:10.1177/0258042X20912603 [48] Saikia,H。;巴塔查吉,D。;Lemmer,HH,《衡量板球场上表现的双权重工具》,《国际体育科学与教练杂志》,第7、4、699-713页(2012年)·doi:10.1260/1747-9541.7.4.699 [49] 萨拉加,S。;Brown,KM,Momentum and betting market conceptions of momentment in college football,应用经济学快报,25,19,1383-1388(2018)·doi:10.1080/13504851.2017.1420885 [50] 萨勒曼,M。;Qaisar,S。;卡马尔,AM,板球比赛保龄球动作的分类与合法性分析,数据挖掘与知识发现,31,61706-1734(2017)·doi:10.1007/s10618-017-0511-4 [51] Seera,M.、Lim,C.P.、Kumar,A.、Dhamotharan,L.和Tan,K.H.(2021年)。智能支付卡欺诈检测系统。运筹学年鉴。doi:10.1007/s10479-021-04149-2 [52] Scarf,P.和Akhtar,S.(2011年)。《板球测试赛前三局的策略分析:宣言与后续》,《运筹学会杂志》,第62卷(11期),1931-1940年。doi:10.1057/jors.2010.169 [53] Scarf,P.、Shi,X.和Akhtar,S.(2011年)。板球测试中的得分分布和击球策略。《皇家统计学会杂志:A辑(社会统计)》,174(2),471-497。doi:10.1111/j.1467-985X.2010.00672.x [54] Sharp,G.D.、Brettenny,W.J.、Gonsalves,J.W.、Lourens,M.和Stretch,R.A.(2011年)。选择Twenty20板球队的整数优化。运筹学学会杂志,62(9),1688-1694。doi:10.1057/jors.2010.122 [55] RM西尔瓦;佩雷拉,H。;Davis,J。;Swartz,TB,《Twenty20板球战术》,《南非统计杂志》,50,2,261-271(2016)·Zbl 1397.62621号 ·doi:10.37920/sasj.2016.50.2.5 [56] 辛格,R。;Saikia,H。;Bhattacharjee,D.,马科维茨模型在印度超级联赛板球队表现分析中的应用,《变形记》,第14、1、14-24页(2015年)·doi:10.1177/0972622520150104 [57] 斯利瓦斯塔瓦,PR;Eachempati,P。;库马尔,A。;正义与发展党Jha;Dhamotaran,L.,《赢得比赛的最佳策略:使用混合机器学习-聚类-关联规则框架的分析方法》,运筹学年鉴(2022)·Zbl 07712033号 ·doi:10.1007/s10479-022-04541-6 [58] Swartz,T.B.(2017)。板球研究方向。《体育统计方法和分析手册》(第461-476页)。查普曼和霍尔/CRC。 [59] Swartz,TB,《印度超级联赛选秀与拍卖:理论与方法》,《南非统计杂志》,45,2249-272(2011)·Zbl 1397.62622号 [60] 陶,Y-L;庄,H-L;Lin,ES,《职业棒球大联盟的薪酬和表现:来自薪酬差距和团队表现的证据》,《国际经济与金融评论》,第43期,第151-159页(2016年)·doi:10.1016/j.iref.2015.10.037 [61] Tchuente,D.和Nyawa,S.(2022年)。使用地理编码和机器学习对法国城市的房地产价格进行估算。《运筹学年鉴》,308(1),571-608。doi:10.1007/s10479-021-03932-5·Zbl 1486.91047号 [62] 茶,P。;斯瓦茨,TB,《使用贝叶斯层次模型分析网球发球决策》,《运筹学年鉴》(2022年)·Zbl 07712045号 ·doi:10.1007/s10479-021-04481-7 [63] Tibshirani,R.、Hastie,T.、Witten,D.和James,G.(2021)。统计学习导论:R。https://hastie.su.domains/ISLR2/ISLRv2_website.pdf ·Zbl 1469.62002号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。