Each ballpark has a different size in baseball. It could be easily imagined that there would be many home runs in a small ballpark. Moreover, the environment of the ballpark, such as altitude, humidity, air pressure, and wind strength, affects the trajectory of batted balls. Park Factors (PF) are introduced in baseball to quantify the effect of each ballpark on the results (e.g., home runs). In this paper, I assume that each plate appearance can be modeled as a match-up between a batter's team and a pitcher's team plus a ballpark. The effects of each ballpark will be distilled by using a logistic regression method. Numerical verification shows that the proposed method performs better than conventional PF. The verification is based on the results of more than 1.5 million plate appearances from the 2010 to 2017 Major League Baseball (MLB) seasons.


翻译:每个球场在棒球场上都有不同的大小。 可以很容易地想象到在小球场上有许多全垒打。 此外,球场的环境,如高度、湿度、气压和风力,会影响球体的轨迹。球场因素(PF)被引入棒球中,以量化每个球场对比赛结果的影响(例如,全垒打)。在本文中,我假设每个板块的外观可以模拟成打球队和投球队之间的匹配。每个球场的效果将通过使用逻辑回归法来提炼。数字核查表明,拟议的方法比常规PF效果更好。核查基于2010至2017年主要棒球联盟棒球赛季超过150万张牌面的结果。

0
下载
关闭预览

相关内容

【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
76+阅读 · 2021年3月16日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
17篇知识图谱Knowledge Graphs论文 @AAAI2020
专知会员服务
171+阅读 · 2020年2月13日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Arxiv
0+阅读 · 2021年11月12日
Arxiv
8+阅读 · 2018年11月27日
Arxiv
3+阅读 · 2018年10月18日
Arxiv
4+阅读 · 2018年3月14日
Arxiv
3+阅读 · 2018年2月12日
VIP会员
相关VIP内容
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
76+阅读 · 2021年3月16日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
17篇知识图谱Knowledge Graphs论文 @AAAI2020
专知会员服务
171+阅读 · 2020年2月13日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Top
微信扫码咨询专知VIP会员