← Retour à l’accueil
2025-02-10 · 19:45:00 · Serie A (I1) · Italy
FTR : H · mi-temps : 1-1 (D)

Modèle Dixon-Coles — probas pré-match

1X2
Domicile (Inter)
67.9%
Match nul
19.7%
Extérieur (Fiorentina)
12.4%
Marchés binaires
L2M (Yes)
50.7%
L2M (No)
49.3%
Over 2.5
58.2%
Under 2.5
41.8%
Marchés dérivés (calculés depuis 1X2)
DNB Domicile
84.6%
DNB Extérieur
15.4%
Double Chance 1X
87.6%
Double Chance 12
80.3%
Double Chance X2
32.1%

Top 5 scores prédits

2 - 0
11.7%
1 - 0
10.1%
2 - 1
9.7%
1 - 1
9.4%
3 - 0
8.5%

Comparaison vs marché (cotes football-data closing-avg)

1X2 — marge bookmaker : 4.7%
IssueModèleMarchéÉcart
Domicile (Inter)67.9%65.0%+2.9 pt
Match nul19.7%20.9%-1.1 pt
Extérieur (Fiorentina)12.4%14.2%-1.8 pt
Over/Under 2.5
IssueModèleMarchéÉcart
Over 2.558.2%55.0%+3.2 pt
Under 2.541.8%45.0%-3.2 pt

Probas marché obtenues en inversant les cotes (`1/cote`) et en normalisant pour retirer la marge bookmaker.

Performance modèle sur ce match

Proba modèle au résultat réel
67.9% (FTR = H)
Brier 1X2
0.1576 (0 = parfait, ~0.667 = pur hasard, max 2)
Log-loss 1X2
0.3877 (0 = parfait, ~1.099 = pur hasard)

Interprétation : si le modèle avait dit "100% pour le bon résultat", Brier et log-loss seraient à 0. Plus la proba au résultat réel est haute, plus ces 2 scores sont bas. Permet de juger objectivement le modèle sur CE match précis (vs juste argmax / vrai-faux).

Méthode & sources

Modèle
dc-baseline-v1
xi (pondération)
0.003000
Source données
football-data.co.uk (CSV historique, closing odds moyennes du marché)
Train
4 saisons (2020-21 → 2023-24), pondération temporelle exponentielle