核心公式
分别读取泊松、Elo与市场的既有结论；一致性=max(count(主胜),count(平局),count(客胜)) / 有效上游模型数。上游结论：各模型自身最高概率方向；一致性：同向上游模型数量
模型用途
用特征贡献和模型一致性解释分析结果。
所属分类：机器学习与融合；公开目录状态：可展示。单场数据与访问条件以 APP 为准。
模型输入
只使用满足模型条件的赛前信息；样本与缺失情况以 APP 为准。
只使用满足模型条件的赛前信息；样本与缺失情况以 APP 为准。
只使用满足模型条件的赛前信息；样本与缺失情况以 APP 为准。
计算方法与公式
读取上游已存在的结果 → 逐项列出各自结论 → 统计最大同向数 → 输出影响因素和缺失说明。
直接输出
直接输出包括上游模型一致性、影响因素说明。这些数值或说明对应上文的模型输入与计算方法，应分别阅读，不能相互替代。
与上文计算步骤对应的直接结果，具体数值和资料范围以APP当前比赛页面为准。
展示依据、方向与不确定性，不作为额外独立的一票预测。
如何理解边界
不平均、不融合上游概率。
不产生新的赛果预测。
输出应按本页标明的概率、评分、因子或文字说明理解，不能保证赛果。所有内容仅供数据研究与娱乐参考。
在足球狗 APP 中查看模型。
在APP选择具体比赛，进入可解释性报告模型后，结合实际数据、样本与访问条件阅读输出，再与同类方法对照。