使用聚类方法对职业男子和女子公路自行车赛事中的参赛选手种族特征进行分类

《BMC Sports Science, Medicine and Rehabilitation》：Categorizing race profiles in professional men’s and women’s road cycling races using clustering

　　

摘要

背景

专业公路自行车比赛的生理需求各不相同，因为比赛的赛道特性各异。然而，目前尚无标准化的方法对各类专业公路自行车比赛的赛道特性进行分类。赛事组织者给出的标签要么不一致，要么缺失。系统性的分类将有助于对赛事的生理需求进行大规模分析。本研究旨在为男子和女子专业公路自行车比赛的赛道特性制定分类标准。

方法

数据集包含了2024年的国际男子和女子自行车比赛赛事，以及2023年的女子分段赛赛事。其中包含了赛事组织者已标注赛道特性的比赛（男子比赛262场；女子比赛128场）。从ProcyclingStats中提取了与生理特征相关的数据（如赛程距离、垂直高度变化里程、爬坡次数、爬坡路段的最大垂直高度变化里程、最后10公里及终点处的垂直高度变化里程）。研究人员对比了KMeans算法、基于Genie链接的层次聚类算法（Genie）以及用于识别聚类结构的排序点算法（OPTICS），并选取了每种算法下具有最佳轮廓系数（Silhouette）的分类结果。使用规模更大的男子比赛数据集，将聚类结果与赛事组织者提供的标签进行比对，以此作为参考。每个聚类结果被匹配到出现频率最高的标签，并通过匹配比赛的百分比来计算分类准确性。随后将表现最佳的算法应用于女子比赛数据。

结果

在男子比赛中，KMeans和Genie算法各自产生了五个聚类（轮廓系数分别为0.43和0.49），而OPTICS算法产生了三个聚类（轮廓系数为0.83）。与赛事组织者提供的标签相比，KMeans的准确性最高（62%），其中平路赛、丘陵赛、半山地赛、山地赛和计时赛被成功识别；将KMeans算法应用于女子比赛后，得到了八个聚类结果：一个平路赛、两个丘陵赛、两个半山地赛、两个山地赛和一个计时赛（轮廓系数0.48，准确率为63%）。

结论

本研究提出了一种针对男子和女子专业公路自行车比赛赛道特性的分类框架。这种分类方法有助于开展大规模的系统性分析，从而更精准地了解各类赛道的生理需求，帮助骑手根据自身优势选择合适的比赛，进而指导训练计划和比赛安排。所有这些都有助于提升比赛表现。未来需要进一步研究，以独立且公认的参考标准对该分类框架进行验证。

背景

专业公路自行车比赛的生理需求因比赛路线的不同而有所差异，但目前尚无统一的标准方法对各类比赛进行分类。赛事组织者提供的标签存在不一致或缺失的问题。系统化的分类技术方案将有助于对比赛的生理需求进行大规模分析。本研究为此目的开发了一套针对男子和女子专业公路自行车比赛的赛道特性分类体系。

方法

数据集涵盖了2024年的国际男子和女子自行车比赛数据，以及2023年的女子分段赛数据。研究中纳入了赛事组织者已标注赛道特性的比赛（男子比赛262场，女子比赛128场）。研究人员从ProcyclingStats数据库中提取了与生理特征相关的数据，包括赛程距离、垂直高度变化里程、爬坡次数、关键爬坡路段的垂直高度变化里程、最后10公里及终点处的垂直高度变化里程。比较了KMeans算法、基于Genie链接的层次聚类算法（Genie）以及用于识别聚类结构的排序点算法（OPTICS），并选取了每种算法下轮廓系数（Silhouette）最高的分类结果。使用规模更大的男子比赛数据集，将聚类结果与赛事组织者提供的标签进行比对作为参考。每个聚类结果被匹配到出现频率最高的标签，分类准确性通过匹配比赛的百分比来确定。最终将表现最佳的算法应用于女子比赛数据。

结果

在男子比赛中，KMeans和Genie算法均生成了五个聚类（轮廓系数分别为0.43和0.49），而OPTICS算法生成了三个聚类（轮廓系数为0.83）。与赛事组织者提供的标签相比，KMeans的准确性最高（62%，Genie为46%，OPTICS为3%），成功识别出平路赛、丘陵赛、半山地赛、山地赛和计时赛四种类型的比赛；将KMeans算法应用于女子比赛后，得到了八个聚类结果：一个平路赛、两个丘陵赛、两个半山地赛、两个山地赛和一个计时赛（轮廓系数0.48，准确率为63%）。

结论

本研究提出了一种用于分类男子和女子专业公路自行车比赛赛道的框架。这种分类方法有助于开展大规模的系统性分析，从而更精确地了解各类赛道的生理需求，帮助骑手根据自身优势选择合适的比赛，进而指导训练计划和比赛安排，可能有助于提升比赛表现。未来需要进一步研究，以独立的、公认的参考标准对该分类框架进行验证。