BPNN(Back-Propagation Neural Network)을 이용한 프로 야구 리그 팀별 승률 예측 모델

Abstract

최근 야구에 대한 관심이 높아지고 있다. 단순히 야구를 즐기기만하는 것이 아니라 여러 야구 관련 사이트에서 제공되는 세이버메트릭스를 이용하여 승패나 승률을 예측하기도 하고 스포츠 토토 등과 같은 투표권을 이용하여 스포츠 경기 결과를 예측하기도 한다. 본 논문에서는 세이버메트릭스를 입력으로 하는 BPNN(Back-Propagation Neural Network)를 이용하여 KBO 리그의 팀별 승률을 예측해보았다. 그 결과를 피타고리안 승률과 비교해 보았으며 실험 결과 피타고리안 승률을 이용하였을 때 보다 RMSE(Root Mean Square Error)를 구했을 때 정확도가 더욱 높은 것을 확인 할 수 있었고, 은닉층의 노드 수에 따른 차이도 확인해 볼 수 있었다.