Modelo 1 — Expected Goals
xG: la probabilidad de cada tiro
Regresión logística entrenada sobre 7,198 tiros. AUC = 0.7955 supera el benchmark. El bonus con Random Forest sube a 0.8250.
Curva ROC — Modelo Logístico vs Random Forest
AUC = 0.7955 — Supera benchmark 0.78 ✓
El modelo distingue gol de no-gol79.55% de las veces
ROC — Todos los Modelos xG
Random Forest domina · SVM queda por debajo
Mejor modelo bonusRF AUC 0.8250 (+3.2%)
Curva de calibración por decil de xG
Logística vs Modelos Avanzados — datos en tiempo real
Calibración excelente: el modelo predice 11.49% de media vs 10.99% real. Error <0.5%.
¿Qué tan bien calibrado está?
xG predicho vs gol real por zona de probabilidad
xG medio predicho0.1149
Goal rate real0.1099
Error absoluto0.0050
Tiros dataset7,198
Goles reales807
Un modelo bien calibrado significa que cuando predice 30% de probabilidad de gol, en esa zona del campo realmente entra gol ~3 de cada 10 tiros.
Odds Ratio — Top Predictores de xG
¿Qué convierte más goles en la Premier?
Interpretación de negocio
Lo que revelan los datos del campo
shot_quality_index es el predictor dominante. Captura ángulo, distancia y tipo de tiro en una sola variable. OR 104 significa que los tiros de alta calidad tienen 104x más chances de ser gol.
Los penales convierten ~79% de las veces. El modelo los identifica correctamente con OR 16.
Presión defensiva reduce xG (OR 0.69). Un tiro bajo presión es 31% menos probable de terminar en gol.
AUC-ROC por modelo — datos reales del taller
Random Forest lidera · Logística supera benchmark 0.78
¿Vale la pena la complejidad?
Rendimiento detallado por modelo
Random Forest gana en AUC (+3.2%) pero a costa de interpretabilidad. Para betting, la logística es más transparente y auditada. RF es mejor si solo importa predecir.
