Monte a chance.

O que o número significa

Uma estimativa de 0,20 xG representa cerca de 20 gols em 100 chutes comparáveis segundo este modelo. Não é uma probabilidade exata para um jogador específico. Aqui, a cena é inventada e simplifica o contexto real.

Fonte e população

Usamos StatsBomb Open Data com resultados observados de gol/não gol; o xG da fonte nunca é o alvo. A população inclui chutes com os pés de homens em jogo aberto. Cabeceios, pênaltis e outras situações ficam fora do treino. Frames do evento são a observação principal; disponibilidade de 360 não garante que todos os defensores estejam visíveis. Goleiros ausentes e casos singulares na linha do gol são excluídos, sem imputação.

Oito entradas posicionais

Geometria descreve a oportunidade; contagens e distâncias descrevem os adversários observados. O cone é o triângulo finito entre chute e traves. Posições usam metros, independentemente do SVG. Com zero defensores, a distância usa a diagonal do campo como sentinela junto da contagem explícita. Outros atacantes, identidade, pé preferido, técnica, velocidade e contexto temporal são omitidos.

Treino, escolha e congelamento

Partidas inteiras são separadas em treino, calibração, seleção e teste, evitando compartilhar lances da mesma partida entre grupos. A busca limitada usa cinco folds só no treino; a padronização logística é ajustada dentro de cada fold. Três regressões logísticas isolam geometria, defensores e todas as entradas. XGBoost raso testa interações não lineares. Não há balanceamento de classes ou refit após a seleção.

A regra declarada escolheu XGBoost pelo desempenho observado e pelo limite de deterioração de Brier para preferir simplicidade. Os intervalos de seleção não demonstraram superioridade conclusiva. A calibração sigmoide não cumpriu os critérios de adoção. Congelar significa fixar entradas, pré-processamento, árvores e calibração antes de abrir o teste final; a tela só executa esses parâmetros.

XGBoost

300 árvores · profundidade 2 · taxa de aprendizado 0,05 · peso mínimo de nó 5

Calibração

Sem recalibração (identidade)

Validação e teste final

Log loss penaliza probabilidades erradas com confiança; Brier mede o erro quadrático da probabilidade. Menor é melhor. Seleção escolhe o modelo; o teste final avalia o modelo já fixado. Não foi usado para retunar. Intervalos de 95% reamostram partidas inteiras, preservando a dependência dos chutes.

Seleção — não é o teste final

Teste final intocado até o congelamento

Diferenças pareadas no teste final

XGBoost menos referência: valores negativos favorecem XGBoost. Os intervalos globais favorecem o candidato neste teste; isso não garante vantagem em todo recorte nem transferência para outros campeonatos ou cenas.

Calibração e amostras escassas

A diagonal indica concordância entre média prevista e frequência observada. Barras mostram intervalos de 95% da frequência observada por partidas; pontos vazados são bins escassos. Nenhum bin com suporte foi sinalizado, mas as faixas de alta probabilidade têm poucos exemplos e não sustentam precisão em cenas extremas.

O recorte adverso também importa

Com dois defensores dentro do cone, o XGBoost foi pior que a regressão logística neste teste. Isso se refere à contagem dentro do cone, não ao total no campo. Mantemos esse resultado visível; médias globais não apagam falhas locais.

Chutes: 815 · Com suporte

Cenas ilustrativas e transferência

A referência descritiva usa vizinhos em características padronizadas apenas do treino, com um limiar de 99% e grupo separado para zero defensores. Não publicamos linhas de referência, então a tela não calcula suporte conjunto para cada edição. Quatro presets de jogo aberto ficam fora dessa referência; estar dentro também não prova realismo. Cenas raras continuam exploráveis. Comparações não são efeitos causais; visibilidade parcial, poucos defensores e outros domínios limitam a interpretação.

Execução e reprodução

TypeScript extrai as mesmas oito entradas do pipeline Python. O carregador valida e captura parâmetros imutáveis; XGBoost preserva comparações e acumulação float32 com tolerância de 1e-7. Árvores podem manter o resultado após pequenos movimentos. Entradas inválidas ou modelo indisponível não recebem heurística substituta. Pênaltis usam a convenção fixa de 0,76, separada do modelo aprendido.

A revisão científica foi aceita com limitações e a distribuição do artefato exato foi revisada no escopo gratuito/não comercial. O status automático original continua “needs_review”; revisão não autoriza publicação. O treino privado e a reprodução completa foram executados pelo autor; o assistente revisou agregados e checks, sem rerodar os dados privados.