Analizar un partido de fútbol: jugadores similares con DBSCAN y trayectorias similares con TRACLUS

Estoy tratando de analizar un conjunto de datos que se origina en sensores ubicados cerca de los zapatos de los jugadores en un partido ( http://www.orgs.ttu.edu/debs2013/index.php?goto=cfchallengedetails ).

Decidí mirar el agrupamiento para identificar:

1. Trayectorias similares de jugadores en el partido usando el algoritmo de agrupación TRACLUS

2. Jugadores similares contando algunas características como pasajes fallidos, cruces fallidos, tiros y tacleadas. Pensé en usar DBSCAN para agruparlos.

3. Agrupe a los jugadores que se pasan la pelota con más frecuencia. ¿Cómo puedo agruparlos?

¿Puedo explotar algo más de este tipo de conjunto de datos? ¿Hay alguna otra característica que pueda usar en el punto 2?

Hay 2 preguntas allí (el primer punto no es una pregunta). Todas las respuestas están abajo.

P1: ¿Cómo puedes agrupar a los jugadores que se pasan la pelota con más frecuencia?

En mi opinión, esta es una tarea cargada que se divide mejor en lo siguiente:

• Identifica si un jugador está pasando una pelota. Tienes que mirar la distribución de datos sensoriales que a menudo se asocia con acciones relacionadas con pasar bolas. Muchas formas de hacer esto. Una manera elegante podría ser replicar este conjunto de datos recopilados de forma emperica en un juego en 3D en el que se cargan jugadores con sensores similares. Lo bueno del juego es que puedes identificar las variables objetivo que deseas predecir (es decir, sabes si están pasando la pelota). De esta manera, usando el juego, puedes correlacionar la distribución de datos sensoriales con las variables objetivo, generando finalmente un conjunto etiquetado de muestras. Finalmente, aplica un paso de adaptación de dominio mediante el cual su modelo de juego en 3D se transforma en el conjunto de datos recopilados de forma emérica de dominio (para que pueda ejecutarlo allí con menos error que sin el paso de adaptación de dominio).
• Identifica si un jugador recibe una pelota. Similar al punto anterior pero para la distribución de datos sensoriales al recibir las bolas.
• Identificar pases y recibos vinculados. Esto es relativamente trivial: dos jugadores se pasan las pelotas entre sí si ocurre una recepción después de un pase. Para reducir el ruido, es posible que desee agregar restricciones adicionales a esta suposición para garantizar que los pases accidentales se distingan de los intencionales.

P2: ¿Puedo explotar algo más de este tipo de conjunto de datos? (para que expandas el punto 2)

• Fatiga / resistencia / velocidad en función de la actividad y el tiempo. Esto podría ser fácil de estimar observando la velocidad de frecuencia de cómo cambian las posiciones / velocidad de los sensores.
• Una vez que identifique el punto anterior, puede estimar otros parámetros, como el tiempo de recuperación.
• Además, correlaciona todo lo anterior con la relación de los jugadores con su equipo. Por ejemplo, ¿un jugador pasa pelotas con más frecuencia cuando está cansado? ¿A quién jugadores, o en qué direcciones, tiende a pasar las bolas cuando está cansado? ¿Cambia sus objetivos / direcciones de paso cuando recupera su resistencia?