축구 스코어 모델은(는) 무엇을 하나요?
번들 모델을 사용하세요. 비공식 추정이나 단순 골 순위를 대신 사용하지 마십시오.
실행
python scripts/run_model.py --fixture "Argentina vs Egypt" --output-dir output
필수 인자는 경기 이름뿐입니다. 필요한 경우 번역된 팀 이름을 데이터셋 레이블로 정규화하세요.
규칙
- 완료된 원시 국가대표팀 결과만 사용하세요. 배당률, 팁, 예측, 또는 예측 기사는 절대 사용하지 마십시오.
- 원시 경기 데이터 행에서 대상 날짜, 대회, 녹아웃 스테이지 여부, 중립 상태, 홈/어웨이 순서를 확인하세요.
- 컷오프 날짜는 경기 전날, 실행 날짜, 최신 완료 데이터 소스 날짜 중 가장 이른 날짜로 설정하세요.
- 상대 조정 ELO, 상한이 있는 과거 사전 확률, 가중 포아송, 엘리트 상대 보정, Dixon-Coles, 그리고 최소 50,000회의 시뮬레이션을 적용하세요.
- 결과를 보고하기 전에
hard_audit.json에서all_passed: true를 확인해야 합니다. prediction.json에서 람다, 승/무/패 (95% 신뢰 구간 포함), 최고 확률 스코어, 상대 강도, 사전 확률 영향, 경고를 보고하세요.
공식이나 감사 세부 정보가 필요한 경우에만 references/model-spec.md를 참조하세요. scripts/model_engine.py는 scripts/run_model.py를 통해서만 호출하세요.
name: model-football-scorelines description: 사용자의 상대 조정 ELO, 상한 과거 사전 확률, 가중 포아송 회귀, 엘리트 상대 보정, Dixon-Coles 조정 및 몬테카를로 모델을 사용하여 경기 이름만으로 중립 2026년 월드컵 녹아웃 스코어라인 확률을 계산합니다. Codex가 "Argentina vs Egypt"와 같은 대진을 받고 국가대표팀 승/무/패 확률, 예상 골, 최고 확률 스코어라인, 상대 강도 진단 또는 과거 사전 확률 감사(배당률, 예측 사이트, 전문가 예측 또는 사전 계산된 예측 없이)를 요청받았을 때 사용합니다.
축구 스코어라인 모델링
번들된 결정론적 모델을 실행하세요. 비공식 추정이나 단순 골 계산으로 대체하지 마십시오.
워크플로우
- 경기 이름을 유일한 필수 사용자 입력으로 받습니다. 필요한 경우 번역된 팀 이름을 정확한 데이터셋 레이블로 정규화합니다.
- 사용자가 제공하는 경우 로컬 원시 결과 CSV를 사용합니다. 그렇지 않으면 러너가 기본 원시 결과 CSV를 직접 다운로드하도록 합니다.
- 배당률, 팁, 예측, 전문가 예측, 소셜 미디어 예측 또는 사전 계산된 예측 기사를 절대 검색하거나 사용하지 마십시오.
- Python 3.10+ 및
scripts/requirements.txt의 패키지를 사용하여scripts/run_model.py를 실행합니다. - 먼저
hard_audit.json을 읽습니다.all_passed가 false이면 실행을 거부합니다. prediction.json을 읽고 요청된 모든 데이터셋, 상대, 원시 대비 조정 값, 사전 확률 영향, 파라미터, 결과, 스코어라인 및 진단 필드를 보고합니다.
명령어
python scripts/run_model.py `
--fixture "Argentina vs Egypt" `
--output-dir output
러너는 미래의 미실행 경기를 찾고, 해당 날짜와 중립 월드컵 메타데이터를 읽은 후, 경기 전날을 포함 컷오프로 사용합니다. 기존 원시 CSV를 사용하려면 --source C:\path\results.csv를 추가하세요. 명시적인 사용자 재정의가 있는 경우에만 --cutoff 또는 --target-date를 사용하세요. 최소 50,000회 시뮬레이션을 유지하세요.
필수 동작
- 목표 경기를 중립으로 취급하고 홈 어드밴티지를 추가하지 마십시오.
- 2018-01-01부터 컷오프까지의 완료된 경기만 사용하십시오.
- 2022년 이후를 기본 기간으로, 2018-2021년을 약한 사전 확률로 취급하십시오.
- 모든 유효한 2022년 이전 팀 수준 가중치를 8% 이하로 유지하십시오.
- 명시적 과거 사전 확률 람다 혼합 비율을 5% 이하로 유지하고, 두 람다 중 하나가 5% 이상 움직이면 재조정하십시오.
- 상대팀 ELO 및 상대팀 품질 조정이 필요합니다. 절대 원시 골만으로 공격력을 평가하지 마십시오.
- 모델에 구현된 엘리트 임계값 및 폴백 규칙을 사용하십시오.
- 유효한 완료 관측치에서만 월드컵 녹아웃 효과를 추정하십시오.
- 최종 람다가 계산된 후에만 Dixon-Coles를 적용하십시오.
- 정확한 조정된 스코어 매트릭스와 50,000회 추첨 시뮬레이션 확률 및 Wilson 95% 신뢰 구간을 반환하십시오.
- 보고된 최고 확률 스코어가 매트릭스 argmax와 일치하는지 확인하십시오.
공식, 가중치, 진단 또는 출력 의미를 감사할 때는 references/model-spec.md를 참조하세요. 실행 가능한 모델은 scripts/model_engine.py에 있습니다. 구성 및 엄격한 검사가 적용되도록 scripts/run_model.py를 통해 호출하십시오.