足球狗模型大全 · 47 个真实项目

几十种模型,分层讲清。

不是把五个代表模型反复换名字。这里按真实产品目录收录进球、强度、市场、比赛因素与机器学习模型,并公开每个项目当前所处阶段。

11可展示18持续研究18因子模型
足球狗几十种足球分析模型组成的研究路径

代表模型深度说明

先读懂五个基础入口,再进入完整目录。

比分相关

双变量泊松模型

在两支球队各自进球强度之外,加入一个共享进球项,描述比赛节奏对双方的共同影响。

查看模型说明
波动刻画

负二项分布模型

当真实进球波动大于泊松分布允许的范围,负二项分布用额外形状参数容纳更宽的尾部。

查看模型说明
球队强度

Elo 强弱评分模型

用按时间更新的球队评分描述相对强弱,再计入主场优势和赛事平局基准,得到胜平负概率。

查看模型说明
市场基线

市场隐含概率模型

先把每个赔率取倒数,再去除概率总和超过 1 的部分,得到可比较的市场隐含概率。

查看模型说明

进球与比分

6 个模型项目

6 个具备结果合同 · 查看分类说明
可展示泊松进球模型基于赛事进球基准和球队攻防强度计算双方入球均值,输出胜平负、比分和总进球概率。poisson深度说明
可展示总进球区间模型从比分矩阵聚合总进球分布,展示低中高进球区间倾向。total_goals_zone
可展示Dixon-Coles 修正泊松在泊松比分矩阵上修正低比分相关性,适合改善 0-0、1-0、1-1 等比分概率。dixon_coles
持续研究负二项分布模型保留进球均值口径,并允许进球分布比泊松更分散,用于处理进球波动较大的比赛。negative_binomial深度说明持续研究双变量泊松模型在纯泊松进球均值基础上加入共享进球项,刻画双方比分之间的相关性。bivariate_poisson深度说明
持续研究EMA 进球趋势模型用指数移动平均平滑近期进失球趋势,可并入泊松 λ 修正。ema_goal_trend

球队强度

9 个模型项目

9 个具备结果合同 · 查看分类说明
可展示净胜球趋势模型比较双方近期场均净胜球趋势,判断球队近期攻守差距。goal_diff_trend
可展示Elo 强弱评分模型基于双方近期战绩构造轻量强弱评分,输出胜平负基础概率。elo深度说明
可展示Pi-Rating 评分模型以进攻评分和防守评分描述球队强弱,可作为攻防强度特征而不是独立结果页。pi_rating
持续研究动态 / Kalman 模型描述球队强度随时间变化的状态空间模型。kalman_dynamic
持续研究Glicko-2 评分模型在 Elo 基础上增加评分不确定性和波动率,适合长期资料库成熟后使用。glicko2
持续研究PageRank 球队强度把球队胜负关系构造成对战网络,输出全局强弱排名。pagerank_strength
因子模型攻防强度模型基于赛事进球基准和近期进失球计算收缩后的攻防系数、对位预期进球与净强度评分。attack_defense
因子模型近期战绩加权模型按目标开球严格切分双方近10场历史,以时间、主客场和对手强度加权,并限制异常比分影响。recent_form
因子模型历史交锋倾向模型对严格早于目标开球的直接交锋按两年半衰期衰减,并向中性先验收缩后输出交锋倾向。h2h_tendency

市场与对照

6 个模型项目

6 个具备结果合同 · 查看分类说明
可展示让球矩阵模型使用比分矩阵结合竞彩让球盘口,推导让球胜平负概率。handicap_matrix
可展示市场隐含概率将竞彩官方赔率转换为归一化隐含概率,作为市场基线和模型校准参考。market深度说明
持续研究多模型相关性分析比较多个模型对同场比赛的方向一致度,用文字提示共享输入和非独立性。parlay_correlation
持续研究模型概率偏差风险比较模型集合与官方市场基线的概率差异,用文字说明方向不确定性,不提供资金建议。kelly_internal
因子模型冷热指数模型比较竞彩官方HAD市场方向与去重后的赛前基本面强弱状态,输出冷热偏离指数。hot_cold_index
因子模型市场分歧模型比较竞彩官方隐含概率与有真实赛前样本支持的进球模型概率,输出分歧距离、方向和风险说明。market_divergence

比赛因素

16 个模型项目

16 个具备结果合同 · 查看分类说明
可展示xPts 预期积分模型由 xG 或高质量比分概率推导预期积分。xpts_model
持续研究角球专项模型根据角球历史、边路打法和比赛节奏输出角球倾向。corner_special
持续研究历史交锋嵌入模型把赛前历史交锋转成时间衰减向量,并以概率和文字说明交锋影响。h2h_embedding
因子模型半全场状态转移模型统计球队历史上半场领先、持平或落后后到全场状态的条件频率,只作历史结构因子。halftime_transition
因子模型关键球员出场影响模型基于确认首发、球员角色和来源列示缺阵,评估关键球员可用性与阵容影响;不包装为完整竞技状态。key_player_form
因子模型轮换识别模型用当前确认首发与上一场确认首发比较,描述首发变化幅度和阵型变化。rotation_detection
因子模型球队 xG 模型比较双方开赛前已入库的已完场总 xG 历史,输出近期加权差与方向,不冒充射门坐标 xG。team_xg_trend
因子模型球队纪律趋势因子比较双方开赛前已入库的黄牌、红牌和犯规历史,输出纪律压力差;不包含裁判因素。team_discipline_trend
因子模型赛程压力模型按目标开赛切点比较双方最近比赛休息天数、前后14天密度和下一场间隔,输出赛程压力评分。schedule_pressure
因子模型赛事基线校准因子用目标开球前同赛事历史估计主客场进球环境、主场优势和样本可信度。league_baseline_factor
因子模型伤停影响模型基于伤停人数差进行轻量修正,有明确伤停数据时参与计算。injury_impact
因子模型首发阵容分析模型读取拉奥已确认的赛前首发、替补、阵型和主帅,输出阵容结构解读。lineup_prediction
因子模型替补深度结构模型按注册阵容的门将、后卫、中场和前锋人数描述位置覆盖与薄弱位置,不评价球员能力。bench_depth
因子模型天气因子模型评估比赛地天气对节奏和进球的影响。weather_factor
因子模型阵型结构适配模型根据确认阵型、阵型延续和首发连续性输出结构适配指标,不评价阵型绝对优劣。formation_fit
因子模型主帅战术指纹模型累计同一主帅至少五场确认阵型后,描述阵型使用分布和变化率;样本不足时失败关闭。coach_tactical_fingerprint

机器学习与融合

10 个模型项目

10 个具备结果合同 · 查看分类说明
可展示可解释性报告模型用特征贡献和模型一致性解释分析结果。explainability_report
可展示足球狗自研融合模型(FD-Fusion)足球狗唯一公开自研模型:以Multi4为最终输出核心,统一呈现比分前三、进球数前三、胜平负前二和半全场前三;FD-xG与FD-SPI作为内部诊断引擎,不重复投票。fd_matrix_multi4
持续研究动态权重集成模型按模型近期表现动态调整权重,模型数量和复盘样本足够后启用。dynamic_ensemble
持续研究模型分歧与漂移提示根据当前多个模型的概率分散程度,向用户说明结果稳定性和潜在漂移影响。drift_monitor
持续研究神经网络 Stacking把多个基础模型输出作为输入,由二级模型学习融合概率。neural_stacking
持续研究随机森林模型使用多维赛前特征输出胜平负概率和特征重要性。random_forest
持续研究梯度提升树模型用梯度提升树学习非线性特征关系,是后续增强模型的核心方向。xgboost_catboost
持续研究GLM 进球回归模型用回归方程分别估计主客队进球均值,是泊松模型的训练化升级方向。glm_goals
持续研究Ordered Logit 实验模型把客胜、平局、主胜作为有序区间,以赛前状态和主客场强度计算三项概率。ordered_logit
持续研究SVM 分类模型用标准化特征进行分类,输出需再做概率校准。svm_classifier

目录数量不等于全部上线。

“可展示”表示具备当前结果合同;“持续研究”与“因子模型”仍需按自身边界阅读;“研究方向”项目不会用猜测补齐。58 套离线竞赛候选另行用于历史研究,不与这 47 个产品目录项目混为一谈。

APP下载