메이저 리그 베이스볼 경기에서 전략과 계획은 경기 결과에 중요한 영향을 미칩니다. 이 논문은 기존 연구를 확장하여 공통 데이터셋을 사용하여 포괄적인 머신 러닝 모델 세트를 훈련합니다. 또한, 이러한 모델이 생성한 승리 확률을 점수 차이로 측정한 승리 강도와 연결합니다. 머신 러닝 모델이 예측 승리 확률과 승리 강도 사이에 관계가 있음을 보여줍니다. 마지막으로, 예측 승리 확률을 런라인 베팅에 대한 의사 결정 메커니즘으로 사용하는 결과를 분석합니다. 적절한 베팅 전략을 활용할 때 긍정적인 수익률을 얻을 수 있음을 보여주고, 머신 러닝 모델을 무분별하게 베팅에 사용하면 상당한 손실을 초래한다는 것을 보여줍니다.
