運動預測模型比較器統計 vs 機器學習 vs 深度學習 全面對戰
5 種運動預測模型（純 Poisson、Dixon-Coles、Logistic Regression、XGBoost、神經網路）的原理、優缺點與適用場景， 以及怎麼評估機率預測。頁上只引用公開文獻，沒有本站實測的成效數字。
5 模型一覽
※ 本頁的 1X2 Brier Score 一律指三個結果的平方誤差加總（範圍 0–2）。 隨機猜（三個結果各 1/3）的基準：Accuracy ≈ 33%、Brier ≈ 0.667、Log Loss ≈ 1.099（Hvattum & Arntzen, 2010, International Journal of Forecasting）。
每個模型的優缺點與適用場景
如何選擇模型（6 步驟流程）
- 確認你的訓練資料量。資料少時從 Dixon-Coles、Logistic Regression 這類參數少的模型開始；資料與特徵多了再試 XGBoost；神經網路通常需要更多資料。
- 從 Brier Score 著手評估，Log Loss 為輔；足球也可以加看 RPS。ROC-AUC 不要當主指標（運彩決策不需要排序，需要機率值精準）。
- 永遠先建 baseline（Dixon-Coles），再嘗試更複雜模型。複雜模型要在樣本外資料上穩定勝過 baseline 才值得部署。
- 用 5-fold cross-validation 評估，不要單一 train-test split。運動預測非平穩性大，CV 比 single split 更可靠。
- 做 calibration（Isotonic 或 Platt），並用沒參與訓練的資料畫校準圖檢查。
- 單一模型改不動時，試著融合 2-3 個彼此獨立的模型，並用同一套樣本外評估確認融合真的有改善。
常見問題
Q1Brier Score 越低越好嗎？
對。1X2（主勝／和局／客勝）的 Brier Score 是三個結果「預測機率 − 實際結果（發生＝1、沒發生＝0）」的平方加總，範圍 0–2，完美預測是 0，三個結果各猜 1/3 時是 0.667。有些文獻改用逐結果（二元）或除以 3 的版本，數字尺度不同；足球文獻也常用 RPS（Ranked Probability Score），它考慮勝、和、負的順序。比較數字前先確認定義相同。
Q2梯度提升樹（XGBoost）和神經網路，哪個比較適合運動資料？
表格型資料上，Borisov 等人（2022，IEEE TNNLS）比較 5 個資料集、11 種深度學習方法，結論是梯度提升樹整體仍多半勝出。足球方面，2017 Soccer Prediction Challenge 冠軍是 XGBoost＋pi-ratings（Hubáček 等人，2019）；Yeung 等人（2023）為 2023 年挑戰賽做的驗證裡，深度學習略優於 XGBoost，但最好的仍是同為梯度提升樹的 CatBoost＋pi-ratings。資料量不大、特徵以 xG、Elo 這類結構化數字為主時，先從梯度提升樹做起比較省事。
Q3為什麼 1982 的 Poisson 還在用？
因為簡單、可解釋、需要的資料少。Maher（1982）用 Poisson 描述兩隊進球，Dixon 與 Coles（1997）修正了低比分（0-0、1-1）出現頻率的偏差，至今仍是比分矩陣的常用基準。2025/26 歐冠與歐霸聯賽階段的樣本外比較中，獨立 Poisson 與 Dixon-Coles 的差距很小（Winkelmann 等人，2026，預印本）。
Q4我自己跑模型要從哪個開始？
建議順序：(1) Dixon-Coles（程式短，可當比分基準）；(2) Logistic Regression＋xG 等特徵；(3) XGBoost＋更多特徵；(4) 融合多個簡單模型。資料量小的時候先別碰神經網路。每一步都用同一套樣本外評估（Brier Score、Log Loss 或 RPS）跟前一步比，確定有改善再往下走。
Q5校準（Calibration）是什麼？
校準是讓「模型說 60% 的事，長期真的發生約 60%」。機率不準，EV 計算就會偏。常見方法有 Platt Scaling 與 Isotonic Regression；要用沒參與訓練的資料來做，再用校準圖（reliability diagram）檢查。
Q6為什麼評估機率預測不用 ROC-AUC 當主指標？
因為 ROC-AUC 只看排序（哪一場比較可能發生），不看機率值本身準不準。運彩要用機率算 EV，所以要看 Brier Score、Log Loss 這類直接評估機率的指標；足球文獻也常用 RPS。