← 프로젝트 목록으로

MLB 경기 점수 및 승패 예측 모델링

2025/04/20 → 2025/06/18

산업/분야

스포츠야구

직무/기술

RPython모델링예측

프로젝트 목표

• MLB 경기 예측을 위한 데이터 분석 및 머신러닝 기반 점수 예측
• 데이터 기반의 MLB 경기 결과 예측, 승패 예측을 넘어 정량적인 점수 예측, 머신러닝 모델의 실효성 검증

Step1. 데이터 수집 및 전처리

R의 baseballR 패키지 활용, 총 7개 팀의 MLB 정규 시즌 경기 데이터 수집

팀 정보 13개 + 타자 정보 7개 + 선발투수 정보 24개 (총 44개 변수 확보)

분석 대상 7개 팀

수집 범위: 2024년 경기 162개 + 2025년 5월 22일까지의 경기 (시범경기·포스트시즌 제외)

대상 팀: San Francisco Giants, Seattle Mariners, Miami Marlins, Detroit Tigers, Houston Astros, Minnesota Twins, Washington Nationals

데이터 전처리: 타순 가중 평균 처리, 범주형 변수 처리, 결측치 처리 등

• 팀 정보: 경기 고유 ID, 경기 날짜, 홈 경기 여부, 득점, 실점, 팀 홈런 수, 팀 타율, 팀 출루율 등
• 타자 정보: 타율/OBP/SLG/OPS 타순가중평균, 득점권 타율 타순가중평균 등
• 선발투수 정보: 투수 고유 ID, 선발 투수 이름, 평균 자책점, 이닝당 볼넷+안타 허용률, 수비 무관 투구, 좌투/우투, 상대 전적 ERA 등

수집 데이터 샘플

Step2. 모델링

• LightGBM Regression, XGBoost Regression
• Optuna, GridSearchCV → 모델 최적화
• 평가 기준: RMSE, MAE, R-squared, Adjusted R-squared

피처 중요도 — Minnesota Twins

피처 중요도 — Seattle Mariners

Step3. 앙상블 및 예측

LightGBM과 XGBoost 모델을 6:4로 Ensemble (0.6 * LightGBM + 0.4 * XGBoost)

승패 판정 로직

두 모델의 예측 점수를 가중 평균하여 승패 여부 결정

모델 비교 — San Francisco Giants

모델 비교 — Seattle Mariners