7.2 从基础数据到高阶指标：四条技术路线总览

这一篇给出整体框架。后面所有的构造示例，都属于这四条路线之一。

一、四条技术路线#

二、路线一：概率建模#

核心思想#

足球的进球是随机事件。与其预测「会进几个」，不如建模「平均会进几个」（期望值），再观察实际值与期望值的偏离。

最常用的两个工具#

泊松分布的核心公式#

P(k) = (λ^k × e^(-λ)) / k!

其中：
  k  = 进球数（0, 1, 2, 3...）
  λ  = 期望进球数（即 xG 的团队版本）
  e  ≈ 2.71828

举例：如果某队单场期望进球 λ = 1.8，那么：

这套计算的最大综合性价比：可以推出「至少进 1 球」的概率 = 1 − P(0) = 83.5%，这类推导是纯语言模型绝对做不到的。

三、路线二：窗口聚合#

核心思想#

单场数据噪声极大。用滚动窗口平滑，才能看出真实趋势。

四种常见窗口#

时间衰减的核心思想#

权重 = 衰减系数 ^ (距今场次)

例如衰减系数取 0.9：
  最近 1 场权重 = 0.90
  最近 2 场权重 = 0.81
  最近 3 场权重 = 0.73
  最近 5 场权重 = 0.59
  最近 10 场权重 = 0.35

为什么比简单平均好：简单平均会把三个月前的一场大胜和昨天的比赛等同对待，而时间衰减会合理地降低旧数据影响。

四、路线三：加权评分#

核心思想#

把多个子维度合成为一个综合分数。关键技术有二：标准化与权重分配。

为什么必须标准化#

不同指标的量纲差异巨大：

直接相加会让「传球成功率」完全主导结果。必须先统一量纲。

三种标准化方法#

五、路线四：分布特征提取#

核心思想#

不看单个数值，而看一批数值的分布特征——离散程度、一致性、偏态。

六、四条路线怎么配合#

典型的高阶指标，往往是四条路线的组合：
先用①概率建模得到单场的期望值 → 再用②窗口聚合平滑成趋势 → 用③加权评分合成综合指标 → 最后用④分布特征描述其稳定性。

下一步该看什么#

• 你能拿到哪些原始数据 → 7.3 基础数据盘点
• 第一个构造示例 → 7.4 xG 简化模型