Co opowiadają drzewa o tenisie? Predykcja wyników spotkań w tenisie ziemnym z wykorzystaniem drzew klasyfikacyjnych

• Autorzy: Paweł Sroka , Joanna Trzęsiok

Warianty tytułu

What Do Trees Have Got To Say About Tennis? Prediction of Professional Tennis Matches Outcomes Using Classification Trees

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono problem dyskryminacji wyników spotkań w profesjonalnym tenisie ziemnym z wykorzystaniem metody Random Forests. Celem było zbudowanie modelu charakteryzującego się wyższą dokładnością predykcji meczów niż rynkowy model firm bukmacherskich. Analizy przeprowadzono na autorskich zbiorach danych rzeczywistych, zawierających wybrane charakterystyki opisujące mecze z turniejów tenisowych, jakie były rozegrane w 2015 r. przez zawodników notowanych w oficjalnych rankingach ATP i WTA. Przekształcenie wyniku każdego meczu, tak by przedstawić go w postaci zmiennej metrycznej, i utworzenie na tej podstawie dodatkowych zmiennych objaśniających, dających pełniejszy opis zarówno meczów, jak i zawodników, pozwoliło na zastosowanie metod klasyfikacji w sporcie w sposób, jaki nie był jeszcze przedstawiany w literaturze(abstrakt oryginalny)

EN

The paper presents the classifications of matches outcomes in professional tennis, using Random Forests. The main goal is to build the model with higher prediction accuracy than bookmakers' model. The original real world data sets are analyzed. The objects in these data sets are the matches, played in 2015 by the players listed in the official ATP and WTA rankings. There are some special variables created based on a metric variable which is a quantitative representation of the match result. The paper presents a novelty use of classification trees in predicting tennis matches outcomes(original abstract)

Słowa kluczowe

PL

Drzewa klasyfikacyjne; Sport; Taksonomia

EN

Classification trees; Sport; Taxonomy

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2017
• Tom: 29
• Numer: nr 469 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 167-176

Twórcy

autor

Paweł Sroka

• Uniwersytet Ekonomiczny w Katowicach

autor

Joanna Trzęsiok

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Breiman L., 2001, Random Forests, Machine Learning, no. 45, s. 5-32.
• Fielding A.H., 2007, Cluster and Classification Techniques for the Biosciences, Cambridge University Press, Cambridge.
• Gatnar E., 2008, Podejście wielomodelowe w zagadnieniach dyskryminacji i regresji, Wydawnictwo Naukowe PWN, Warszawa.
• Kuhn M., Johnson K., 2013, Applied Predictive Modeling, Springer, New York.
• Misztal M., 2014, Wybrane metody oceny jakości klasyfikatorów - przegląd i przykłady zastosowań, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 328, Taksonomia 23, s. 156-166.
• Wright B., Rodenberg R.M., Sackman J., 2013, Incentives in Best of N Contests: Quasi-Simpson's Paradox in Tennis, www.papers.ssrn.com (11.12.2015).

Identyfikatory

DOI

10.15611/pn.2017.469.17