Einfluss einzelner Spieler im Teamsport
Posted: Mon 11. Nov 2019, 11:24
Hallo,
ich habe eine allgemeine Frage, für die ich ein wenig ausholen muss:
Ich beschäftige mich schon seit einiger Zeit damit, das Konzept von Goalimpact.com nachzuvollziehen. Der Anbieter wertet im Grunde nach die verschiedenen Aufstellungen eines Fußballteams im Laufe einer Saison aus und weist ihnen eine Leistung in Form der Tordifferenz pro Minute zu. Anschließend werden die Shapley-Werte für jeden Spieler ermittelt. Aufgrund der großen Anzahl an Kombinationen wird die Rechenzeit hierbei schnell so groß, dass mit Vereinfachungen gearbeitet werden muss. So werden z.B. nicht alle Spieler einer Aufstellung miteinander verglichen, sondern nur Spieler der gleichen Position. Ich komme hierbei auch schon auf ganz brauchbare Ergebnisse, in dem ich die Daten verschiedener Ligen per Webabfrage auswerte und mittels Excel-VBA verarbeite. Allerdings hakt es auch noch an der ein oder anderen Stelle, vor allem bei der Berücksichtigung von Gegnerstärken.
Aus einer Laune heraus habe ich nun einfach einmal mit membrain ein Netz erstellt, bei dem alle Spieler der Bundesliga-Saison 18/19 als Input-Neuronen vorhanden sind. Wie in dem Beispiel in einem hier https://www.membrain-nn.de/forum/viewto ... ?f=5&t=227 erwähnt, habe ich die Funktion auf IDENTICAL festgelegt, jedoch anstatt -1/0/1 die gespielten Minuten, also z.B. 63 Minuten für Team A oder -23 Minuten für Team B berücksichtigt. Es gibt knapp 500 Input-Neuronen, 2 Schichten mit jeweils 50 Hidden Neuronen und 2 Output-Neuronen, die für die Tore von Team A bzw. B stehen und den Wertebereich 0-10 haben. Trainiere ich das Netz komme ich relativ schnell auf einen sehr geringen Fehler. Splitte ich die letzten 25% der Trainingsdaten ab und nutze sie zur Kontrolle, so habe ich bei den Kontrolldaten einen Fehler von ca. 0,04. Man könnte auch noch weitere Inputs, wie die Trainer, die Elo-Werte der Teams oder einen Heimvorteil bberücksichtigen, um den Fehler zur reduzieren. Eigentlich interessiert mich aber ja der positive oder negative Einfluss des einzelnen Spielers auf das Endergebnis. Deshalb meine Frage: Kann ich über die ermittelten Gewichte auf irgendeine Art dem einzelnen Input eine positive oder negative Leistung zuordnen, die sich dann mit anderen Spielern sinnvoll vergleichen lässt?
Bin für jede Antwort dankbar.
Gruß,
Matthias
ich habe eine allgemeine Frage, für die ich ein wenig ausholen muss:
Ich beschäftige mich schon seit einiger Zeit damit, das Konzept von Goalimpact.com nachzuvollziehen. Der Anbieter wertet im Grunde nach die verschiedenen Aufstellungen eines Fußballteams im Laufe einer Saison aus und weist ihnen eine Leistung in Form der Tordifferenz pro Minute zu. Anschließend werden die Shapley-Werte für jeden Spieler ermittelt. Aufgrund der großen Anzahl an Kombinationen wird die Rechenzeit hierbei schnell so groß, dass mit Vereinfachungen gearbeitet werden muss. So werden z.B. nicht alle Spieler einer Aufstellung miteinander verglichen, sondern nur Spieler der gleichen Position. Ich komme hierbei auch schon auf ganz brauchbare Ergebnisse, in dem ich die Daten verschiedener Ligen per Webabfrage auswerte und mittels Excel-VBA verarbeite. Allerdings hakt es auch noch an der ein oder anderen Stelle, vor allem bei der Berücksichtigung von Gegnerstärken.
Aus einer Laune heraus habe ich nun einfach einmal mit membrain ein Netz erstellt, bei dem alle Spieler der Bundesliga-Saison 18/19 als Input-Neuronen vorhanden sind. Wie in dem Beispiel in einem hier https://www.membrain-nn.de/forum/viewto ... ?f=5&t=227 erwähnt, habe ich die Funktion auf IDENTICAL festgelegt, jedoch anstatt -1/0/1 die gespielten Minuten, also z.B. 63 Minuten für Team A oder -23 Minuten für Team B berücksichtigt. Es gibt knapp 500 Input-Neuronen, 2 Schichten mit jeweils 50 Hidden Neuronen und 2 Output-Neuronen, die für die Tore von Team A bzw. B stehen und den Wertebereich 0-10 haben. Trainiere ich das Netz komme ich relativ schnell auf einen sehr geringen Fehler. Splitte ich die letzten 25% der Trainingsdaten ab und nutze sie zur Kontrolle, so habe ich bei den Kontrolldaten einen Fehler von ca. 0,04. Man könnte auch noch weitere Inputs, wie die Trainer, die Elo-Werte der Teams oder einen Heimvorteil bberücksichtigen, um den Fehler zur reduzieren. Eigentlich interessiert mich aber ja der positive oder negative Einfluss des einzelnen Spielers auf das Endergebnis. Deshalb meine Frage: Kann ich über die ermittelten Gewichte auf irgendeine Art dem einzelnen Input eine positive oder negative Leistung zuordnen, die sich dann mit anderen Spielern sinnvoll vergleichen lässt?
Bin für jede Antwort dankbar.
Gruß,
Matthias