IA004A - Redes Neurais II Campinas, 30 de novembro de 2016

Predio Esportiva Usando Redes Neurais

Silvano Filho

Departamento de Engenharia de Computao e Automao Industrial (DCA)

Faculdade de Engenharia Eltrica e de Computao (FEEC)
Universidade Estadual de Campinas (Unicamp)
Caixa Postal 6101, CEP 13083-970 Campinas, SP, Brasil

silvarjf@gmail.com

Resumo Este artigo descreve um modelo para previso
de resultados esportivos baseado em Redes Neurais e
Sistemas Classificadores. O sistema construdo aplicado
para dados gerados pela fantasy league de futebol Cartola
F.C. O modelo tenta contornar caractersticas do problema
que dificultam a previso precisa de resultados.
Keywords evolutionary algorithms, ensemble classifiers,
neural networks, football prediction.
1. Introduo
A crescente disponibilidade de dados e o
aumento do poder computacional tem tornado
popular a aplicao de tcnicas de anlise
estatstica em contextos esportivos. A minerao
de dados pode ajudar tcnicos a avaliar
performance de atletas, planejar estratgias e
descobrir talentos.
Algumas tcnicas de minerao de dados
tem sido aplicadas com sucesso tambm para a
previso de resultados [1]. Entretanto, alguns
esportes, especialmente o futebol, apresentam
desafios adicionais para esse tipo de abordagem.
O excesso de variveis que influenciam o
resultado de uma partida de futebol, o carter
dinmico do desempenho dos times e a
dificuldade de modelar aspectos sutis do esporte
dificultam a criao de modelos precisos de
previso.
Alguns trabalhos na rea focam na previso
de resultados para fantasy leagues [2]. Fantasy
leagues oferecem um contexto propcio
aplicao de minerao de dados, por
disponibilizarem algumas estatsticas
atualizadas sobre jogadores, e focarem em
aspectos tcnicos, menos suscetveis a variao
ao longo do tempo. Este trabalho descreve um
modelo que tenta prever pontuaes de atletas
para o fantasy league Cartola F.C.
2. Cartola F.C.
O Cartola F.C. a maior fantasy league do
Brasil. A cada rodada do Campeonato Brasileiro
de Futebol, usurios do sistema escolhem 11
atletas para compor a sua equipe. Ao final da
rodada, cada atleta recebe uma pontuao de
acordo com a sua performance na rodada, e o
usurio recebe uma pontuao de acordo com a
equipe escolhida. As pontuaes dos atletas so
definidas com base em parmetros pr-
definidos, mostrados na tabela 1.

Scouts de Defesa Scouts de Ataque

Estatstica Pontos Estatstica Pontos
Jogo sem sofrer gols 5 Gol 8
Defesa de Pnalti 7 Assistncia 5
Defesa Difcil 3 Finalizao na Trave 3.5
Roubada de Bola 1.7 Finalizao Defendida 1
Gol Contra -6 Finalizao para Fora 0.7
Carto Vermelho -5 Falta Sofrida 0.5
Carto Amarelo -2 Pnalti Perdido -3.5
Gol Sofrido -2 Impedimento -0.5
Falta Cometida -0.5 Passe Errado -0.3
Tabela 1: Scouts do Cartola F.C
IA004A - Redes Neurais II
Antes de cada rodada, os usurios tem
disposio as estatsticas das rodadas anteriores
para cada jogador, o preo de cada jogador,
calculado de acordo com as performances
anteriores, e um campo Status, que indica os
jogadores que provavelmente vo atuar.
3. Proposta
A proposta deste trabalho usar uma rede
neural MLP para relacionar os atributos
oferecidos pelo sistema do Cartola F.C antes da
rodada do Campeonato Brasileiro s pontuaes
finais de cada jogador aps a rodada. Alm dos
dados oferecidos pelo site, sero utilizadas as
mdias dos scouts dos jogadores adversrios
como atributos para a rede. Dessa forma, a rede
neural tentar se adaptar no s ao histrico do
jogador em questo, mas s caractersticas do
adversrio.
Os dados utilizados sero os do
Campeonato Brasileiro de 2015 [3]. A rede
neural ser treinada com os dados at a 8a
rodada, somente para os atletas que atuaram
nessas rodadas, e o seu desempenho ser
avaliado de acordo com o Erro Quadrtico
Mdio de previso para as rodadas restantes.
Para reduzir o tempo de processamento do
problema, a dimensionalidade ser limitada a 30
atributos. Os 30 atributos mais relevantes sero
selecionados usando o algoritmo ReliefF. Os
neurnios da camada intermediria tero funo
de ativao sigmoidal e o nmero de neurnios
ser determinado pelo melhor valor do EQM de
validao.
4. Resultados Preliminares
Posio Scouts mais relevantes
Goleiros Mando de campo, Finalizaes
Defendidas, Jogos sem tomar gol
Laterais Mando de campo, Cartes
Amarelos
Zagueiros Mdia de gols e de faltas sofridas
pelo adversrio e Mando de campo
Meias Assistncias, Gols e Finalizaes
Fora nas ltimas rodadas
Atacantes Impedimentos, Gols e Finalizaes
na trave nas ltimas rodadas
Tabela 2: Scouts mais relevantes por posio
Primeiramente, a etapa de seleo de atributos j
mostrou resultados interessantes. Fazendo uma
Campinas, 30 de novembro de 2016
anlise estatstica, o algoritmo ReliefF mostra os
scouts que mais influenciam a pontuao futura
de um jogador. Os scouts so mostrados na
Tabela 2 e condizem com o esperado
intuitivamente.
A rede foi treinada usando o mtodo de
Levenberg-Marquardt, separando 15% dos
dados para efetuar a validao cruzada e 15%
dos dados para testes. A rede resultante tem 30
neurnios na camada intermediria. O
histograma dos erros mostrado na figura 1 e os
erros de treinamento so mostrados na tabela 3.
Figura 1: Histograma dos erros de treinamento da rede
neural
EQM
Treinamento 15.7
Validao 18.9
Teste 20.0
Tabela 3: EQM's de treinamento
Esperava-se que a rede mantivesse
desempenho similar para os dados das rodadas
seguintes, mas isso no se concretizou. A figura
2 mostra que o EQM inicialmente se mantem
prximo do EQM de treinamento, mas, aps
algumas rodadas, chega a ultrapassar o valor de
160. A figura mostra em vermelho, para
comparao, o desempenho de uma previsor
arbitrrio que sempre previsse uma pontuao
de 10 pontos para qualquer jogador. O previsor
arbitrrio tem um desempenho muito melhor
que a rede neural treinada. Os resultados
sugerem que a relao real entre entrada e sada
se altera com o tempo, ou com alguma outra
varivel ausente no modelo
IA004A - Redes Neurais II
Figura 2: EQM da Rede Neural para o restante do
campeonato
4.1 Sistemas Complexos Adaptativos
Uma alternativa para contornar o problema
encontrado usar um sistema adaptativo. Nesse
tipo de abordagem, criada uma populao de
classificadores, cada classificador composto por
uma parte antecedente e uma parte consequente.
A parte consequente define uma ao a ser
tomada e a parte antecedente especifica
condies para que aquela ao seja tomada. A
qualidade de um classificador determinada por
um valor de energia, que depende da qualidade
das decises tomadas por ele no passado. Na
prtica, a populao de classificadores funciona
como um time. importante ter uma populao
diversa de classificadores, para atuar em todos
os tipos de situao.
Nessa implementao, um classificador s
poder ser usado para jogos de determinados
clubes, contra determinados adversrios e
jogando em casa (ou fora), condies que sero
especificadas na parte antecedente. A parte
consequente determina uma rede neural a ser
aplicada para aquela situao.
Algumas abordagens treinam os vrios
classificadores separadamente [4]. Aqui, eles
sero evoludos em conjunto, formando uma
nica soluo (abordagem Michigan).
Classificadores que fizerem boas previses
numa rodada sero recompensados com um
acrscimo no valor da energia, definida por:
!
! !
!!! = ! + ! (1) EQM = 40, sua energia ser diminuda para 4.8.
!
!
! = (2)
!"#!!
Campinas, 30 de novembro de 2016
O valor do fitness na rodada t depende do
EQM das previses feitas pelo classificador
naquela rodada (fitness = 0 para classificadores
que no realizarem nenhuma previso). O
parmetro n a meia-vida do classificador, ou
seja, o nmero de rodadas necessrias para o
valor da energia ser reduzido metade, supondo
fitness = 0 sempre. O valor um parmetro a
ser ajustado e reflete qual o valor do fitness a ser
considerado bom. Valores muito pequenos de
exigiro um fitness muito alto para que a
energia do classificador se mantenha. Valores
pequenos de preservam a energia de
classificadores ruins.
Em situaes onde mais de um classificador
pode atuar, eles competiro, baseado no valores
de energia. Ao final de cada rodada, a populao
de classificadores passa por um processo
evolutivo. Os melhores indivduos so
escolhidos, tambm baseado no valor de
energia, e uma nova populao formada
atravs de mutaes desses indivduos. O
processo de mutao consiste numa perturbao
gaussiana, cuja varincia um parmetro de
entrada, nos pesos da rede neural do
classificador. Adicionalmente, a parte
antecedente pode ser alterada com probabilidade
pm = 50%, com a adio ou remoo de um
clube na lista de clubes possveis e/ou na lista de
adversrios possveis, ou ainda a alterao da
regra do mando de campo.
A introduo dos operadores de mutao e
seleo crucial no processo. Atravs deles, o
sistema ser capaz de se adaptar s
caractersticas do problema ao longo do tempo.
Adicionalmente, novas regras mais especficas e
locais podero ser descobertas, aumentando a
preciso das previses.
4. Resultados Finais e Discusso
Nas execues, determinou-se que novos
classificadores teriam um energia inicial de 5.
Para esse valor, os parmetros n = 3 e = 35 se
mostraram adequados para preservar o valor de
energia de indivduos relativamente bons. Por
exemplo, um indivduo recm criado, que faa
previses com EQM = 20 tem sua energia
elevada de 5 para 5.6. Se suas previses tiverem
Alm disso, o valor da varincia dos pesos da
rede nas mutaes foi definido como 0,1.
Uma populao de 150 mutaes da rede
treinada anteriormente, com regras aleatrias,
IA004A - Redes Neurais II
foi inicializada. Ao final de cada rodada, 20
iteraes do processo evolutivo so realizadas.
Aps sucessivas execues, os resultados so
mostrados na figura 3.
Figura 3: EQM do Sistema Classificador (amarelo) em
comparao com a rede neural e um previsor arbitrrio
EQM
Rede Neural 124.95
Classificador 60.31
Previsor Arbitrrio 71.38
Tabela 4: EQM's de previso
A figura sugere que o sistema classificador
capaz de se adaptar s alteraes do problema
e manter o EQM ao longo do tempo. Mesmo
que os valores de EQM ainda no sejam
suficientes para realizar previses com preciso
relevante, o sistema classificador superou o
desempenho de um previsor arbitrrio, o que
indica que algum conhecimento est sendo
efetivamente extrado do problema.
Um fator relevante no processo evolutivo
o nmero de iteraes realizadas ao final de
cada rodada. Observou-se que um nmero muito
pequeno de iteraes no traz evoluo
significativa para a populao de
classificadores. Por outro lado, um nmero alto
de iteraes, mesmo que modifique bastante a
caracterstica dos classificadores, no melhora o
EQM (e frequentemente piora). Esse um
problema de sobreajuste. Se adaptar demais a
um conjunto restrito de dados pode piorar o
desempenho de previses fora desse conjunto.
Outro aspecto importante diz respeito ao
compromisso entre presso seletiva e variedade
na populao. Numa construo como essa,
especialmente importante manter a variedade
entre os indivduos. Caso contrrio, o conjunto
Campinas, 30 de novembro de 2016
de condies de aplicaes presentes na
populao pode no ser suficiente para abranger
todas as possibilidades de entradas. Esse cenrio
ocorreu com frequncia no sistema construdo.
A soluo encontrada foi introduzir indivduos
coringa na populao, que podem ser
utilizados em qualquer ocasio, no passam por
mutao e so sempre mantidos ao longo das
geraes.
5. Concluses e Passos Futuros
O presente trabalho no atinge o objetivo de
realizar previses das pontuaes do Cartola FC
com previso satisfatria. Apesar disso, sugere
uma possvel soluo para um dos principais
obstculos encontrados na previso de
resultados no futebol: Sistemas Classificadores
se comportam bem para problemas dinmicos e
parecem se adaptar bem s variaes temporais
das caractersticas do problema.
Contudo, uma investigao mais aprofundada
necessria, aumentando
Contudo, uma investigao mais
aprofundada necessria. Aumentar o
nmero de indivduos da populao contruibuir
para aumentar a variedade de regras, mas
aumentar consideravelmente o esforo
computacional, maior problema da abordagem
de sistemas classificadores. Treinar
classificadores a priori, com regras definidas por
um ser humano especialista, pode aumentar a
preciso das previses. Introduzir atributos que
reflitam a opinio de especialistas tambm pode
contribuir para gerar previses mais relevantes,
uma vez que introduziro implicitamente no
processamento informaes que seriam
complicadas de modelar, inerentes natureza do
esporte.
Referncias
[1] Maral Haghighat. A Review of Data Mining
Techniques for Result Prediction in Sports.
Advances in Computer Science: an
International Journal, Novembro 2013.
[2] Roman Lutz. Fantasy Football Prediction.
[3] Henrique Gomide. Extrao de dados da API
do Cartola.
https://github.com/henriquepgomide
/caRtola. (acessado em 30/11/2016).
[4] Thomas Dietterich. Ensemble Methods in
Machine Learning. LNCS, 2001.