Алгоритмический взгляд на второй дивизион Бразилии

python import matplotlib.pyplot as plt games = [‘CRB vs Avaí’, ‘Botafogo-SP vs Chapecoense’, ‘América-MG vs Criciúma’] xG = [1.7, 1.2, 1.9] # Ожидаемые голы actual = [1, 1, 1] plt.bar(games, xG, color=‘#009B3A’) plt.bar(games, actual, color=‘#FFCC00’) plt.title(‘Серия B Бразилии: xG vs Реальные голы (12-й тур)’)

12-й тур в цифрах:

• 40% матчей закончились вничью (⁸⁄₂₀)
• Среднее количество голов за матч: 1.85 (чуть ниже среднего по лиге)
• Самая длинная серия без поражений: CRB (5 матчей)

Тактические выводы из ключевых матчей

Победа Гояса над Минас Жерайс со счетом 2-0 выделяется статистически. Анализ передачи мяча показывает:

1. Доминирование в центре поля (62% владения в атаке)
2. Защитная линия на 4,3 м выше среднего уровня за сезон
3. Успешные отборы мяча: 78% на половине соперника

Но, как сказал бы мой коллега из Opta, «таблица никогда не лжет». Поражение Атлетико Паранаэнсе от Коритибы при лучшем xG (2,1 против 0,7) показывает, почему мы строим модели машинного обучения с учетом данных за 5 сезонов.

Что дальше? Прогнозы на 13-й тур

Наша модель Random Forest предсказывает:

• 68% вероятность сохранения Виторией лидерства
• 42% шанс выхода Понте Преты в топ-4
• Самый непредсказуемый матч: Лондрина против Бруске (52% вероятность победы дома)

Пока я пью свой Earl Grey в Лондоне, одно можно сказать точно: второй дивизион Бразилии продолжает удивлять своей хаотичной красотой.