メインコンテンツへスキップ
見出し画像

未来は一つじゃない! ー野球を分布で考える

    前回は、
    プロ野球AI(単純な機械学習)だと一番起こりえる結果(期待値)をあてに行ってしまうから、不確実な野球の試合結果は予測できない。
    野球の得点はたくさんの確率を掛け合わせた結果の一つ

    という結論になりました。

    そこで、突如現れたのが「モンテカルロシミュレーション」

    救世主?モンテカルロシミュレーションとは

    モンテカルロ法とは
    誤答する確率の上界が与えられた、ランダムアルゴリズムと定義される by Wikipedia

    ・・・

    「誤答する確率の上界」 ってなんですか?

    っていう感じですが、モンテカルロ法には二つあって、
    これからやろうとしているモンテカルロシミュレーションとは違う方のようです。

    ChatGPTさんによると、
    モンテカルロ法には
    1.計算理論的モンテカルロアルゴリズム
    2.数値シミュレーションとしてのモンテカルロ法
    の二つがあるそうです。

    1.の計算理論的の方は、
    100%の正解を計算しようとするとものすごく時間がかかるから、ちょっとくらい間違っていいので早く計算しよう

    っていうアルゴリズムだそうです。
    インターネット暗号なんかに使われているらしいですが、これからやりたいことではないので、深入りはやめておきます。

    これからやろうとしているのは
    2.数値シミュレーション

    こっちは確率の分布を推定する手法です。

    野球の試合で例えると、
    その試合の得点の確率分布を算出することになります。

    イメージとして
    一番ゲーム差の大きかった2024年のホークスとライオンズのプロ野球AIの予測平均得点から値が0未満にならない1試合得点の確率分布を作りました。
    ホークス  
    総得点=516点 1試合の得点期待値 3.61点
    ライオンズ 
    総得点=409点 1試合の得点期待値 2.86点

    画像
    期待値から分布を作るイメージ

    そうか、確率を予測するのか

    ってことは・・・

    1試合の得点予測はできない

    そうなんです、モンテカルロシミュレーションでも、やっぱり1試合ピンポイントの予測はできません
    まあ、万能な都合のいいものなんてないですよね・・・

    じゃあ、前回のプロ野球AIと何が違うの?

    と、思うじゃないですか

    違うのは、
    プロ野球AI
    →  期待値「しか」算出できない
    モンテカルロシミュレーション
    →  期待値も含めた確率分布が算出できる

    これが大きく違うところなんです

    確率分布がわかると何ができるかというと、

    サイコロを振ることができる!

    画像
    賽は投げられた!

    えっ!?じゃあ何?テキトーにやるってこと?

    と思われるかもしれませんが、そうとも言えるかもしれません

    確率の範囲内ならサイコロを振って適当な値を採用することができます
    実際は0〜1の間の乱数を使うことになりますが、適当な値を使うことには変わりありません

    サイコロを振ると何ができるのか?

    例えば3割打者を考えましょう
    期待値しか求められない場合、10打席立った場合の安打数は3安打
    としか算出できません

    でもモンテカルロシミュレーションの場合は、乱数で適当な数字を出して、0.3以下だと安打、0.3を超えたら凡打として一打席ずつ検証することができます

    するとどんなことが起こるかというと、

    10打席の結果は、運が悪いと0安打ってこともありうるし、期待値以上の5安打になることもあり得ます

    試合に置き換えると、連打が出て得点に繋がることもあれば、単発で結局完封ってことも起こります

    試合での両チームの得点という観点に広げると、期待値同士の比較しかできなかったプロ野球AIでは、少しでも期待値の高い方が確実に勝つ
    という判定しかできませんでした

    モンテカルロ法だと両チームの得点の確率分布の中からランダムに抜き取った点数同士を比較することになるので、期待値が低いチームでも運次第では期待値の高いチームに勝つことができるわけです

    例として、さっきの2024年 ホークス ライオンズを直接対決143試合を20セットをやってもらいましょう。

    念のためもう一度データを示します
    期待値の差は1点弱です
    ホークス  
    総得点=516点 1試合の得点期待値 3.61点
    ライオンズ 
    総得点=409点 1試合の得点期待値 2.86点

    画像
    ホークス対ライオンズ 143試合直接対決結果

    結果はこんな感じて、
    ホークス 70〜80勝程度
    ライオンズ 40〜50勝程度
    首位・最下位直接対決にしては、プロ野球AIのホークス132勝・ライオンズ23勝よりは現実に近いと言えそうです。

    こんな感じで確率分布を使うことで期待値が低いチームでも勝利するチャンスが生まれるわけです。

    これは単純なシミュレーションだけど、現実に近いペナントレースを再現できるかもしれない

    そう考えると希望が出てきませんか?

    それではモデル構築に移りましょう!

    ここからChatGPTとの議論を始めます
    スタートはとにかくシンプルなアルゴリズムをを意識しました

    ChatGPTの提案
    打者の結果の確率分布(単打 X% 二塁打 Y% ・・・三振 Z% 合計100%)
    投手の結果の確率分布(被打率 X% 被本塁打率Y% ・・・奪三振率 Z% 合計100%)
    それぞれを求める
     → これはもうすでにできている

    一番のおすすめは、投手と打者の確率を、対数オッズ空間で線形合成する方法です。(by ChatGPT)

    ん?対数オッズ空間?
    なんか難しいのが出てきたな・・・

    ChatGPTによると、
    確率だから、単純に 足したり 掛けたり しても結果は予測できないので、対数オッズ空間というのを使うのだそうな

    画像
    対数オッズ空間での線形合成の式
    わからなくても大丈夫!

    まあよくわからないけど、投手と打者別々に計算して後で合成できるってことね という理解で今のところは大丈夫です

    ということでなんやかんや議論したところで、聞いてみました

    画像
    ChatGPTとの議論

    まあそうだよな、選手の期待値が分かれば、その合計で試合の得点がわかるよね

    それに、試合に勝つか負けるかよりも、
    打率や本塁打、最近ではOPSで見られがちな選手の能力を、オリジナルの考え方で貢献度を判定してみたい

    そんな気持ちもありChatGPTの提案を受け入れて進めることにします

    画像
    ChatGPTの問い

    うーん、貢献度の、「得点」と「得点期待値」の違いがよくわからん

    詳しく聞いてみると、
    得点
    実際の試合の打点や得点で打者の能力を見るイメージ

    得点期待値
    例えば二塁打が出たらそのイニングには平均して0.5点くらい入るよね
    この選手は二塁打を20本打ったから、その分は 0.5×20で10点
    と言った感じで、それぞれの打撃結果に点数をつけて評価するイメージ

    実際、打点って三冠王の一つになってるけど、選手の能力としては疑問視されている成績のひとつ

    得点期待値の方がいいんじゃないの?

    ChatGPTさんも同じ意見だったらしく、得点期待値で進めることになりました。

    その他の構想
    投手・守備はどの段階で入れるか?
    →投手・守備は後回し
    まずは打者のみを扱って、投手はみんな同じとする(最初はシンプル イズ ベスト!)

    ということで、スタートは
    ・打撃のみを扱う
    ・選手貢献度は 得点期待値とする

    で固まりました

    大筋は決まった!で、次の一手は?

    ChatGPTさんの提案は、ケース別のRE(Run Expectancy : 得点期待値)を算出すべき、とのこと

    画像
    RE (Run Expectancy 得点期待値)のイメージ
    あくまでChatGPTが概算で出力したものです

    このテーブルは、アウトカウント・ランナーの有無の全組み合わせに対して、その状況から何点取れるかの期待値です

    理解のために例をいくつか挙げます
    0アウト ランナー2塁(期待値 1.15)で打席に立った場合を考えます

    単打を打って、0アウト ランナー1,3塁になった場合
     期待値が 1.15 → 1.85 になったので、
     貢献度は1.85 - 1.15 = 0.70

    送りバントをして1アウト ランナー3塁になった場合
     期待値が 1.15 → 0.95 になったので、
     貢献度は0.95 - 1.15 = - 0.2
     送りバントは作戦としていまいちってこと?

    三振して、1アウト ランナー2塁になった場合
     期待値が 1.15 → 0.70 になったので、
     貢献度は0.70 - 1.15 = - 0.45
     三振より送りバントの方がいいということかな?

    三塁打を打って、0アウト ランナー3塁になった場合
     期待値が 1.15 → 1.40 さらに1点入ったので
     貢献度は 1.40 - 1.15 + 1.00 = 1.25

    という感じでその打席の結果、
    変動した期待値+入った得点
    で貢献度が計算されます。

    その打者がどんな結果になるのかは、成績から単打率・三振率などをあらかじめ計算しておいて、乱数でどうなるかを決めます

    乱数を使って、一打席ずつ計算して貢献度を重ねていけば、その選手の貢献度が算出できる
    と言うわけです

    なるほど、わかった!
    じゃあ、この表ってどうやって算出するんだろう?

    ・・・

    これって、もしかして、何年分もの全球団、全試合、全打席を調査しないといけないのでは?

    ということで、恐る恐るChatGPTさんに質問

    画像

    で、その回答は・・・

    画像

    やっぱりか・・・
    で、どのくらい必要なの?

    画像
    約10万打席!?


    4万打席を3シーズン・・・
    じ、十万打席!? マジかー!!

    そんなのできるわけないじゃん!
    わたしゃ土日にちょこちょこやってるんですよ!?

    チームのスコアラーじゃないんですよ!?

    こ、これは・・・


    画像
    先生のこれからの活躍にご期待ください


    マジで打ち切りなのか!?


    いやいや、まだまだ粘りますよ!
    これからではなく、次回の投稿にご期待ください!


    あとがき

    まさかのChatGPTさんの無茶振りで始まったモンテカルロシミュレーションですが、出会いはたまたまでした

    参加したデータサイエンス系のシンポジウム的なやつで、

    「不確実な将来を予測するためにモンテカルロシミュレーションを使いました!」

    っていう発表があって、なんとなく頭に残ってたんです

    機械学習系の発表を期待して参加した私としては、
    「ふーん、そんな考え方もあるんだね」
    くらいにしか思っていなかったんですが、こんな風に関わる未来が来るとは思ってもいませんでした

    あの発表を聞いていなければ、前回の機械学習回で本当に打ち切りだったかもしれないし
    noteに投稿しようとも思わなかったかもしれない

    人も技術も一期一会

    あの発表者さんには感謝です

    どこの誰だかわからないけど、
    なんなら日本人ですらない


    ここまで読んで頂いた皆様
    ありがとうございました

     
     
    機械系エンジニアを仕事にしてきましたが、巡り合わせでデータサイエンスの世界にも飛び込むことになりました。 プロ野球を題材にしたシミュレーションを進めているのでその過程を公開します データサイエンティストの皆さん、野球好きの皆さんに楽しんでもらえる記事にしたいです

    あなたへのおすすめ