Proyecto 06 · Analítica de fútbol
Modelo Machine Learning · Goles Esperados (xG)
Modelo de regresión logística para estimar la probabilidad de gol de cada tiro con datos públicos de StatsBomb, validado por partidos y aplicado a selecciones del Mundial Qatar 2022.
CONTEXTO Y OBJETIVO
Construir un modelo xG interpretable que asigne a cada tiro una probabilidad de gol, evitando fugas entre partidos y reservando un conjunto externo de aplicación.
DATOS Y DIAGNÓSTICO
- Se reúnen 63.740 tiros de 2.526 partidos y se excluyen las tandas de penales.
- Se derivan distancia y ángulo al arco y se codifican parte del cuerpo, tipo y técnica de tiro, presión y posición del jugador.
- El entrenamiento y test se separan por partido con GroupShuffleSplit; el modelo final utiliza 12 variables y se aplica externamente a Argentina, Francia, Marruecos y Croacia en Qatar 2022.
ENTREGA Y APRENDIZAJE
En test, el modelo alcanza AUC ROC 0,795 y Brier 0,079; estima 1.674 goles esperados frente a 1.688 observados. En la aplicación externa estima 58,2 xG frente a 57 goles reales.