Алгоритмічний погляд на другий дивізіон Бразилії

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] # Очікувані голи actual = [1, 1, 1] plt.bar(games, xG, color=‘#009B3A’) plt.bar(games, actual, color=‘#FFCC00’) plt.title(‘Бразильська Серія B: xG vs Фактичні голи (Тур 12)’)

Тур 12 у цифрах:

• 40% матчів завершилися нічиєю (⁸⁄₂₀)
• Середня кількість голів за гру: 1.85 (трохи нижче середнього по лізі)
• Найдовша серія без поразок: CRB (5 матчів)

Тактичні висновки з ключових матчів

Перемога Goiás над Minas Gerais з рахунком 2-0 виділяється статистично. Аналіз передач показує:

1. Домінування в центрі поля (62% володіння в атакувальній третині)
2. Захисна лінія на 4.3 м вище середнього за сезон
3. Успішні відборі: 78% у половині суперника

Однак, як каже мій колега з Opta - ‘таблиця ніколи не бреше’. Поразка Atlético Paranaense від Coritiba при кращому xG (2.1 vs 0.7) показує, чому ми використовуємо моделі машинного навчання на основі даних за 5 сезонів.

Що далі? Прогнози для 13-го туру

Наша модель випадкового лісу передбачає:

• 68% ймовірність, що Vitória залишиться на першому місці
• 42% шанс входження Ponte Preta до топ-4
• Найнепередбачуваніший матч: Londrina vs Brusque (52% ймовірність перемоги господарів)

Дивлячись ці матчі з Лондона, можна сказати одне: друга ліга Бразилії продовжує дивувати своєю хаотичною красою.