核心公式
s=[0.16,0.02,-0.18]+Σ_{j=1..5}f_j(x)；P(c)=exp(s_c)/Σexp(s_k)。五轮工程修正依次使用状态、净胜球、主客场、攻防与波动。s：三个方向的累计分值；f_j：第j轮固定工程修正；softmax：把累计分值转换为三项分布
模型用途
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。
所属分类：机器学习与融合；公开目录状态：持续研究。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。
计算方法与公式
提取双方赛前状态向量 → 从固定三方向初始分值开始 → 依次叠加5轮特征修正 → 经softmax输出归一化倾向。
直接输出
展示三项倾向、累计分值和非线性特征影响，用于理解工程修正路径。
在当前输入与假设下得到的分布或倾向，需结合本页样本与校准边界解读。
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
当前不是历史训练得到的XGBoost或CatBoost模型文件。
五轮权重为工程设定，仍待历史训练和校准。
不把该目录名称视为已经验证的算法优势。
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，进入梯度提升树模型后，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。