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