⚽ Football Shots Classification Project

기간: 2025.10.15 ~ 2025.10.17
데이터 출처: Kaggle - Football Database
사용 툴: Orange3
발표 자료 & Orange Workflow: Football Shots 예측 모델 분석

---

🧭 프로젝트 개요

유럽 5대 리그 경기의 슛 데이터(shots.csv) 를 활용하여
경기 중 발생한 슛을 위치와 상황 정보에 따라 분류(Classification) 하는 모델을 구축하였습니다.

• 슛 타입 분류: Head / Foot / OtherBodyPart
• 골 여부 분류: Goal / NoGoal

---

🧩 분석 구성

1. 슛 위치 기반 슛 타입 분류 모델

   • 사용 모델: Logistic Regression / Random Forest / AdaBoost
   • 주요 변수: positionX, positionY, lastAction, situation

2. 슛 위치 기반 골 분류 모델

   • 사용 모델: kNN / Tree / Neural Network / Naive Bayes / Stack
   • 불균형 데이터(골:노골 ≈ 1:9)에 따른 성능 비교 및 Threshold 실험

---

📊 결과 요약

• 슛 타입 분류 모델: 약 92% 정확도, Random Forest가 가장 안정적인 성능
• 골 분류 모델: 정확도는 높았으나 불균형 데이터로 인한 Recall 저하
• 공간적 변수(positionX, positionY)가 두 모델의 핵심 분류 요인으로 작용

---

🧠 향후 개선 방향

• 데이터 리샘플링(SMOTE) 및 Threshold 최적화 적용
• xG(Expected Goal) 및 슈팅 각도·속도 변수 추가
• 경기장 기반 시각화(Shot Map) 확장

---