Короче, ребята, решил я тоже стать умным и построить свою модель для прогнозирования матчей. Давно читаю про всякие статистические штуки, про регрессии, экспоненциальное сглаживание и вот решил попробовать
Первым делом, конечно, собрал данные. Ну, типа, статистика всех матчей Английской Премьер-лиги за последние 5 лет. Скачал кучу всего: голы, удары, владение, xG (вот это самое интересное!). Потом начал с простого – модель на основе забитых и пропущенных мячей, плюс фактор домашнего поля. Сначала вроде бы показывало неплохо, но потом начал копать глубже.
Добавил фактор формы команды, силу соперника, даже погоду попробовал учесть (хотя это, имхо, уже паранойя). Получилось что-то вроде линейной регрессии. Обработал все в Python, использовал Pandas и NumPy. Но вот проблема: модель иногда выдает совершенно дикие коэффициенты, которые реально в линию не попадают. Либо я что-то делаю не так, либо спорт – штука слишком непредсказуемая даже для статистики
Сейчас думаю, может, стоит попробовать байесовский подход или нейронные сети? Кто-нибудь уже проходил такой путь? Поделитесь опытом, а то я тут немного застрял =(
Крáкен актуальная ссылка