Barrel Probability Model · 2025 Regular Season

공을 맞히기도 전에, 그 스윙이 배럴이 될지 알 수 있을까

타구속도·발사각 없이 배트 궤적과 투구 정보만으로 배럴 여부를 예측하는 모델을 만들었습니다. LAD·샌프란시스코 두 팀, 7,854개 스윙으로 검증했고, 40명 전체 선수 리더보드도 볼 수 있습니다.

모델 성능

타자 단위로 학습·검증을 분리했습니다(37명 학습 / 13명 검증, 같은 선수가 양쪽에 걸치지 않음).

AUC (RandomForest)

0.753

로지스틱회귀 0.712 대비 우위

5-fold 평균

0.76

표준편차 ±0.007 — 우연 아님

검증표본

2,201

베이스라인 배럴률 7.77%

Brier score

0.0664

보정 전 0.1627 → 보정 후

무엇이 배럴을 결정하는가

순열중요도(permutation importance) — 검증셋(held-out 타자)에서 각 피처를 무작위로 섞었을 때 AUC가 떨어지는 정도.

배트속도0.060
어택앵글0.042
타격지점 좌우0.014
스윙길이0.012
공의 상하위치0.011
공의 좌우위치0.010
타격지점 앞뒤0.009
어택방향0.006

배럴 확률 지형 (리그 평균, LAD+SF)

배경이 진할수록 모델이 예측한 배럴 확률이 높은 구간입니다. 배트속도만으로는 부족하고, 완만한 업스윙(0~15˚)과 만나야 확률이 뜁니다.

607080-20020배트속도(mph)

선수 살펴보기

이 모델을 실제 스윙에 적용해 비교했습니다.