姆总这射正率不差吧???

关注

发布于湖南阅读 6250

这些回复亮了

discusser-avatar

oneskyworld

· 新泽西

射正率是个什么数据,说的是他射门转化率低吧。老是把球踢向守门员也是射正2啊。

亮了(77)
查看回复(1)
回复
discusser-avatar

黑白天使拉塞尔

· 浙江
oneskyworld解释一下,权威在哪儿?哪家算出来的。用的是什么算法? 怎么给每次射门定的值?点球算几分?单刀射门算几分,没射门的算不算分?收起

这问题太基础了 我给你deep一个吧预期进球(Expected Goals, xG)是一种量化足球比赛中射门得分概率的统计模型,由多家数据公司开发,但不同机构在算法细节上存在差异。以下是关于xG的权威性、算法逻辑及具体射门评分的详细解释:---### **1. 权威来源与主要数据公司**预期进球模型最初由 **OPTA** 提出,并逐渐被其他数据公司采用和改进,包括:- **OPTA**(现属Stats Perform):最早推出xG模型,数据广泛应用于英超等顶级联赛的官方分析。- **Wyscout**:采用过去5年的射门数据作为样本库,算法更细化。- **StatsBomb**:引入更复杂的变量,如防守球员位置和射门脚法。- **Between the Posts / 11tegen11**:荷兰数据网站,算法公开度较高,考虑传中、过人等因素。这些公司的模型虽细节不同,但核心逻辑一致:**通过历史射门数据训练,预测某次射门的进球概率**。---### **2. 算法核心:如何计算每次射门的xG值?**xG算法主要基于以下变量(不同公司权重不同):- **射门位置**:距离球门的远近和角度(核心变量)。- **射门方式**:头球、脚射、凌空等(头球通常xG较低)。- **进攻构建**:是否来自传中、直塞、反击等。- **防守压力**:防守球员的干扰程度(如封堵角度)。- **门将位置**:是否出击或站位偏移。**算法原理**:通过机器学习(如逻辑回归)分析历史射门数据,匹配当前射门的特征,输出0-1之间的概率值。例如:- 点球的xG约为 **0.76**(因历史点球转化率约76%)。- 单刀球(无防守干扰)的xG通常在 **0.3-0.5** 之间,具体取决于距离和角度。- 禁区外远射的xG可能低至 **0.01-0.05**。---### **3. 特殊情况的处理**- **点球**:固定为 **0.76**(OPTA标准),但若门将提前移动或射门质量极高,部分模型会微调。- **单刀球**:若门将出击,xG可能降低;若形成空门,则接近 **0.8-0.9**。- **未射门的机会**:xG仅针对实际射门,但部分高阶模型(如StatsBomb)会计算“预期助攻”(xA)来评估未射门的良机。- **乌龙球**:通常不计入xG,因非进攻方主动射门。---### **4. 争议与局限性**- **算法不透明**:多数公司未公开完整公式,仅提供大致逻辑。- **忽略动态因素**:如射门球员能力、天气等(梅西的任意球可能被低估)。- **小样本偏差**:少数高难度进球可能导致“真实射门得分率”虚高。---### **总结**预期进球的权威性依赖于数据公司的专业性和历史数据量,**OPTA和StatsBomb**是当前最主流的来源。其算法通过量化射门环境生成概率值,但点球、单刀等具体评分因模型而异。未射门的机会虽不直接计入xG,但可通过衍生指标(如xA)辅助分析。

亮了(25)
查看回复(1)
回复