Samenvatting

Inleiding: Uit wetenschappelijk onderzoek blijkt dat er variatie bestaat in de interne belasting die voetbalspelers ervaren, zelfs bij een gelijke externe belasting(Castagna et al., 2011). De fysieke capaciteiten van professionele voetballers kunnen hier invloed op hebben (Rabbani, et al., 2021). Dit verschil in interne belasting heeft ook invloed op de trainingsbelasting die spelers ervaren. Aangezien de trainingsbelasting een significante factor is bij het bepalen van de hersteltijd, kan het verschil in hersteltijd tussen spelers resulteren in de behoefte aan verdere optimalisatie van de periodisering (Nedelec et al., 2012). Daarom kan het voordelig zijn om speler op te delen in homogene subgroepen op basis van hun fysieke capaciteiten. Unsupervised machine learning modellen (UMLC) kunnen hierbij helpen. Doel: Dit wetenschappelijk onderzoek vergelijkt drie UMLC-modellen om homogene subgroepen te identificeren in een dataset met anaerobe en aerobe gegevens van professionele voetballers. Met als doel op de best presterende model te vinden. Methode: Het onderzoek betreft van dataset 41 professionele voetbalspelers (leeftijd: 17.7 ± 1.5) gedurende drie seizoenen, waarbij verschillende anaerobe en aerobe testen zijn uitgevoerd. De UMLC-modellen: K-means, DBSCAN en GMM zijn gebruikt om homogene subgroepen binnen de dataset te identificeren. De modellen zijn geëvalueerd aan de hand van interne validatietesten, namelijk de Silhouette index (SI) en Dunn index (DI) en visuele inspecties van de clusters. Resultaten: K-means en GMM vertonen vergelijkbare resultaten op zowel de SI (0.16410, 0.15436 respectievelijk) als op de DI (0.10971, 0.17300 respectievelijk). De visuele tweedimensionaal weergave van deze modellen tonen ook vergelijkbare clusters. Statistische analyse onthuld significante verschillen tussen de clusters voor alle zes de testvariabelen in het geval van K-means (p < 0.05), terwijl GMM significantie verschillen vertoonde voor alle testvariabelen behalve Agility (p = 0.077). Daarentegen liet DBSCAN een lagere SI-waarde zien (-0.0054) en een hogere DI-waarde (0.25923). Visueel waren de clusters van DBSCAN moeilijker van elkaar te onderscheiden, en de statistische analyse toont alleen significante verschillen tussen de clusters voor de testvariabelen sprint 30m en Power output. Conclusie: Uit de bevindingen van dit onderzoek blijkt dat DBSCAN niet geschikt is voor het identificeren van fysiek homogene subgroepen in een dataset van professionele voetballers. Daarentegen slaagden zowel K-means als GMM er wel in om homogene subgroepen te vinden. Hoewel er kleine verschillen waren tussen de modellen, lijkt K-means het meest geschikte model vanwege andere factoren zoals het gebruiksgemak en de beschikbaarheid van wetenschappelijk onderzoek. Daarom verdient K-means de voorkeur voor verdere toepassing in het onderzoek naar fysiologische profielen in het kader van optimaliseren van periodisering bij professionele voetballers.