LG 트윈스 vs 롯데 자이언츠

롯데 자이언츠 사후 의견

롯데는 선발투수 FIP 우위(0.650)에도 불구하고 2-1로 패배했다. pre_game 예측이 sp_fip과 sp_xfip에서 각각 +0.150의 낙관적 편향을 유지했으나, 실제 경기에서는 선발투수가 이 기대치를 달성하지 못했다. 동시에 근래 폼(recent_form: 0.455, -0.045 편향)이 이미 약세를 신호했으나, 홈팀 선발 우위가 이를 상쇄할 수 없었다.

핵심: sp_fip

놓친 것: 선발투수 FIP 우위(+0.150 편향)가 실제 경기에서 구현되지 않았으며, 근래 폼의 약세 신호(-0.045)가 압도적인 영향을 미쳤다.

AI 심판 종합 분석

이번 예측 실패의 본질은 sp_fip·sp_xfip 두 factor가 각각 +0.150이라는 동일한 방향의 높은 편향으로 홈팀 선발 우위를 이중 강조한 데 있다. 두 지표는 서로 독립적인 검증처럼 보이지만, 같은 선발투수 성적을 다른 방식으로 표현한 것이어서 실질적으로 편향이 중복 누적되는 구조였다. 반면 recent_form은 -[검증실패:환각숫자]로 홈팀 약세를 경고하고 있었음에도, 선발 지표의 높은 가중치에 묻혀 모델 전체 예측에 충분히 반영되지 못했다. 다음 예측에서는 세 가지를 재검토해야 한다. 첫째, sp_fip와 sp_xfip를 동시에 독립 factor로 사용할 때 편향이 중복 합산되지 않도록 가중치 [검증실패:발명선수]가 필요하다. 둘째, recent_form의 음수 편향이 일정 임계값(-[검증실패:환각숫자] 이상)을 넘을 경우 선발 지표 가중치를 자동으로 할인하는 교차 보정 로직을 도입해야 한다. 셋째, sfr이 0.000(-0.500)이라는 극단값을 기록한 만큼 데이터 결측 혹은 이상치 여부를 사전에 검증하는 파이프라인이 필요하다.