Phân tích một trận đấu bóng đá: những người chơi tương tự với DBSCAN và những quỹ đạo tương tự với TRACLUS

Tôi đang cố gắng phân tích một tập dữ liệu có nguồn gốc từ các cảm biến được đặt gần giày của người chơi trong một trận đấu ( http://www.orgs.ttu.edu/debs2013/index.php?goto=cfchallengedetails ).

Tôi quyết định xem xét phân cụm để xác định:

1. Quỹ đạo tương tự của người chơi trong trận đấu bằng cách sử dụng thuật toán phân cụm TRACLUS

2. Những người chơi tương tự bằng cách đếm một số đặc điểm như những đoạn không thành công, những cú tạt bóng không thành công, những cú sút và những cú tắc bóng. Tôi nghĩ sẽ sử dụng DBSCAN để phân cụm chúng.

3. Các cầu thủ nhóm chuyền bóng cho nhau thường xuyên hơn. Làm thế nào tôi có thể cụm chúng?

Tôi có thể khai thác cái gì khác từ loại dữ liệu này không? Có đặc điểm nào khác mà tôi có thể sử dụng ở điểm 2 không?

Có 2 câu hỏi ở đó (điểm 1 không phải là câu hỏi). Tất cả các câu trả lời dưới đây.

Q1: Làm thế nào bạn có thể phân cụm các cầu thủ chuyền bóng cho nhau thường xuyên hơn?

Theo quan điểm của tôi, đây là một nhiệm vụ được tải tốt hơn được chia thành các phần sau:

• Xác định xem một cầu thủ đang chuyền bóng. Bạn phải xem xét việc phân phối dữ liệu cảm giác thường liên quan đến các hành động liên quan đến việc chuyền bóng. Nhiều cách để làm điều này. Một khi cách ưa thích có thể là sao chép bộ dữ liệu được thu thập đầy đủ này trong một trò chơi 3D mà bạn tải người chơi bằng các cảm biến tương tự. Điều thú vị của trò chơi là bạn có thể xác định các biến mục tiêu mà bạn muốn dự đoán (tức là bạn biết nếu chúng đang chuyền bóng). Bằng cách này, bằng cách sử dụng trò chơi, bạn có thể tương quan phân phối dữ liệu cảm giác với các biến được nhắm mục tiêu, cuối cùng tạo ra một bộ mẫu có nhãn. Cuối cùng, bạn áp dụng một bước thích ứng tên miền theo đó mô hình trò chơi 3D của bạn được chuyển đổi thành tập dữ liệu được thu thập theo tên miền (để bạn có thể chạy nó ở đó với ít lỗi hơn so với không có bước thích ứng miền).
• Xác định xem một cầu thủ đang nhận được một quả bóng. Tương tự như điểm trên nhưng đối với việc phân phối dữ liệu cảm giác khi nhận bóng.
• Xác định các đường chuyền và nhận được liên kết. Điều này tương đối tầm thường: hai người chơi chuyền bóng cho nhau nếu không nhận được sau khi vượt qua. Để giảm tiếng ồn, bạn có thể muốn thêm các ràng buộc bổ sung cho giả định này để đảm bảo rằng các đường chuyền vô tình được đặt tách biệt với các ràng buộc có chủ ý.

Câu 2: Tôi có thể khai thác thứ gì khác từ loại dữ liệu này không? (để bạn mở rộng điểm 2)

• Mệt mỏi / sức chịu đựng / tốc độ như là một chức năng của hoạt động và thời gian. Điều này có thể dễ dàng ước tính bằng cách xem tốc độ tần số của vị trí / tốc độ cảm biến đang thay đổi.
• Khi bạn xác định điểm trên, bạn có thể ước tính các tham số khác, chẳng hạn như thời gian khôi phục.
• Ngoài ra, tương quan tất cả ở trên với mối quan hệ của người chơi với đội của anh ấy. Ví dụ, một cầu thủ chuyền bóng thường xuyên hơn khi anh ta mệt mỏi? Đối với những người chơi, hoặc hướng nào, anh ta có xu hướng chuyền bóng khi anh ta mệt mỏi? Anh ta có thay đổi mục tiêu / hướng đi khi anh ta hồi phục sức chịu đựng không?