prise6/lincoln-psg-challenge

Challenge Lincoln en interne sur les données (retravaillées) du PSG

my-psg-challenge

Problématique

On possède une suite de 10 minutes de séquences (n séquences) consécutives de foot, tirées au hasard, on souhaite:

1. Prédire la position X et Y des évènements n+1 à n+5
2. Prédire la possession du ballon à n+1
3. Prédire le type d'évènement à n+1

Exemple d'une séquence à prédire:

     game_id event_period_id event_type_id event_team_id event_x event_y event_order
 1:  853139               1             1           148    50.2    49.3           1
 2:  853139               1             1           148    35.3    59.4           2
 3:  853139               1             5           143    24.4   101.5           3
 4:  853139               1             1           143    21.9   100.0           4
 5:  853139               1            61           143    22.7    87.4           5
 6:  853139               1             1           143    22.1    78.8           6
 7:  853139               1             1           143    17.1    83.0           7
 8:  853139               1             1           148    20.5    11.0           8
 9:  853139               1             1           148     4.9    27.0           9
10:  853139               1             3           148    51.9    92.3          10

Exemple de la prédiction:

     game_id event_period_id event_type_id event_team_id event_x event_y event_order
11:  853139               1             1           143    33.0    18.9          11
12:  853139               1             1           143    42.3    21.3          12
13:  853139               1             1           143    27.5    46.6          13
14:  853139               1            61           143    28.8    39.1          14
15:  853139               1             5           148    68.5   101.6          15

Réponse en trois modèles

1. Modèle de position de l'évènement pour n+1
2. Modèle de position des évènements n+2 à n+5
3. Modèle de possession du ballon

Le type d'évènement étant majoritairement des passes, aucun modèle ne sera testé.

Bien pensé à implémenté les règles du foot dans la prédiction (replacement du ballon, sortie de balle, enchainement fatal de certaines actions...)

Scripts

L'essentiel du code est lancé par le Makefile.

Le challenge de base

Opta : https://www.agorize.com/fr/challenges/xpsg?lang=fr

Les données à disposition

• Données joueurs
• Données de matchs : un xml à la maille qualifier par match

Données transformées pour le challenge

• Données de matchs d'apprentissage en csv, à la maille event: games_train_events.csv :

  • jointure_key: champ original
  • game_id: identifiant du match
  • game_date: date du match
  • away_team_id: identifiant de l'équipe visiteur
  • away_team_name: nom de l'équipe visiteur
  • home_team_id: identifiant de l'équipe à domicile
  • home_team_name: nom de l'équipe à domicile
  • matchday: journée ligue 1
  • period_1_start: horaire du début de période 1
  • period_2_start: horaire du début de la période 2
  • event_id: identifiant de l'événement
  • event_type_id: type d'événement
  • event_assist: Will only appear on an event if this event led directly to a goal
  • event_keypass: Will only appear on an event if this event led directly to a shot off target, blocked orsaved
  • event_last_modifier: horaire modification de l'événement
  • event_min: minute de l'événement (par rapport au coup d'envoi)
  • event_outcome: résultat de l'événement
  • event_period_id: periode (mi temps 1 ou 2)
  • event_player_id: identifiant du joueur
  • event_sec: seconde de l'événement (par rapport au coup d'envoi)
  • event_team_id: identifiant de l'équipe
  • event_timestamp: horaire de l'événement
  • event_version: identifiant de version de l'événement
  • event_x: position en abscisse de l'événement
  • event_y: position en ordonnée de l'événement
  • event_seconds_elapsed: nombre de seconde écoulé depuis le coup d'envoi
  • zone_id: identifiant de la zone
  • zone_name: nom de la zone détaillée
  • big_zone_name: nom de la zone large
  • event_order: ordre des événements entre eux

• Données de matchs de test en csv, à la maille event: games_test_events.csv :

  • game_id: identifiant du match
  • away_team_id: identifiant de l'équipe visiteur
  • home_team_id: identifiant de l'équipe à domicile
  • matchday: journée ligue 1
  • event_period_id: periode (mi temps 1 ou 2)
  • event_type_id: type d'événement
  • event_min: minute de l'événement (par rapport au coup d'envoi)
  • event_sec: seconde de l'événement (par rapport au coup d'envoi)
  • event_seconds_elapsed: nombre de seconde écoulé depuis le coup d'envoi
  • event_player_id: identifiant du joueur
  • event_team_id: identifiant de l'équipe
  • event_x: position en abscisse de l'événement
  • event_y: position en ordonnée de l'événement
  • zone_id: identifiant de la zone
  • zone_name: nom de la zone détaillée
  • big_zone_name: nom de la zone large
  • event_order: ordre des événements entre eux

• Données de joueurs avec les indicateurs de temps de jeu: players.csv:

  • player_id: identifiant du joueur (dérivé de uid)
  • teamName:
  • name:
  • position:
  • birth_date:
  • birth_place:
  • country:
  • deceased:
  • first_name:
  • first_nationality:
  • height:
  • jersey_num:
  • join_date:
  • known_name:
  • last_name:
  • leave_date:
  • middle_name:
  • new_team:
  • preferred_foot:
  • real_position:
  • real_position_side:
  • weight:
  • loan:
  • uid:
  • minutes_duration: temps de jeu sur les données d'apprentissage
  • joueur_etudie: 1 si le joueur est susceptible d'être éudié, 0 sinon (problématique non traité sur le challenge Lincoln)

• Dictionnaire de zone en csv: zones_dict.csv:

  • xmin : coordonnées min en abscisse de la boite
  • xmax : coordonnées max en abscisse de la boite
  • ymin : coordonnées min en ordonnée de la boite
  • ymax : coordonnées max en ordonnée de la boite
  • zone_id : identifiant de la zone
  • zone_name : nom de la zone détaillée
  • big_zone_name : nom de la zone large