Artículo cientifico

Performance of Professional Soccer Players: Multilevel Classification Using Machine Learning and SHAP Explainability by Playing Position

by
José Francisco López-Gil, Rodrigo Alejandro Yáñez-Sepúlveda, Boryi A. Becerra-Patiño, Rodrigo Villaseca-Vicuña, Diego Andrés Rada-Perdigón, Juan David Paucar-Uribe, Wilder Geovanny Valencia-Sánchez
Data
Factor de impacto
0
año de publicación
0

RESUMEN DIVULGATIVO

Rendimiento de futbolistas profesionales: clasificación multinivel mediante aprendizaje automático y SHAP, según la posición de juego

El estudio analizó el rendimiento de futbolistas profesionales de las cinco grandes ligas europeas entre 2017 y 2024 mediante un enfoque de clasificación multinivel que integra distintos algoritmos de aprendizaje automático estratificados por posición. Se analizaron 9088 temporadas de jugador clasificadas en élite (20 %), nivel medio (30 %) y nivel bajo (50 %), en centrales, centrocampistas y delanteros, bajo un protocolo con control de fuga de información en el que los indicadores que definían la etiqueta se excluyeron de los predictores y la partición entrenamiento/prueba precedió a todo el preprocesado. La regresión logística obtuvo el mejor rendimiento global (macro-F1 medio 0,729) por delante de métodos de conjunto y de kernel; los delanteros fueron la posición más separable (macro-F1 0,818; AUC-ROC 0,948), los centrales la más difícil (macro-F1 0,602; AUC-ROC 0,791) y los centrocampistas intermedios (macro-F1 0,770; AUC-ROC 0,916). Los resultados confirman que las estructuras de rendimiento difieren sustancialmente según la posición y respaldan estrategias analíticas específicas por demarcación, con reducción de dimensionalidad estratificada, manejo del desbalance y explicabilidad SHAP.

Hallazgo clave

Con un protocolo que controla la fuga de información, una regresión logística clasificó mejor que los modelos no lineales el nivel de rendimiento (élite, medio, bajo) de futbolistas profesionales (macro-F1 medio 0,729), y los delanteros fueron la posición más separable (macro-F1 0,818) frente a los centrales, la más difícil (0,602).

×
DOI
10.3390/data11080190
Revista
Data
Volumen
11
Páginas
-
Año
2026
Palabras clave
regresión logísticaposición en una liga de éliterelación (base de datos)conjunto de entrenamientorecopilación de datosaprendizaje en conjunto (ensemble learning)
Artículos relacionados
Scroll al inicio