[3H1-GS-3] データマイニング: データマイニング応用 (1)

[3H1-GS-3-05] 潜在クラスマルコフ連鎖によるプロ野球先発投手の失点予測モデリング

〇上原 諒介¹、松元 琢真¹、三川 健太²、後藤 正幸¹ (1. 早稲田大学、2. 湘南工科大学)

キーワード：野球、先発投手、期待失点、潜在クラスモデル、マルコフ連鎖モデル

プロ野球において，試合中の投手交代は勝敗に直結する重要な意思決定事項である．従来，このような意思決定は監督の手腕に依存していたが，シーズン全試合の詳細データが蓄積されるようになった現在，これらのデータを学習した有用な分析モデルの活用が望まれる．そこで本研究では，投手のイニングごとの期待失点を推定するモデルを構築することで，先発投手交代の意思決定を支援することを考える．具体的には，アウトカウント・走者状況の組み合わせを状態と定義し，投手と打者の対戦ごとに状態間の遷移確率が異なることを考慮してイニングごとの期待失点を予測する学習モデルを提案する．ここで，投手と打者の対戦ごとに遷移確率を推定すると，組み合わせが膨大になり，推定精度が劣化してしまう．そこで，潜在クラスモデルを用いてその組み合わせを少数の潜在変数でグルーピングしながら遷移確率を推定することを考える．これにより，潜在クラスごとに算出された遷移確率を用いることで，期待失点を精度良く推定することが可能となる．また，日本プロ野球の実データに適用し，期待失点の推定精度を示すと共に潜在クラスの解釈を行うことで，提案モデルの有用性を示した．