这个开源项目更信任门将扑救能力吗？

开源项目若涉及门将扑救能力,可能会基于以下因素来评估“信任度”：

1. 数据来源：项目是否使用高质量的射门位置、速度、角度等数据，以及是否考虑射门质量（Expected Goals on Target, xGOT）。
2. 模型设计：是否单独评估门将的扑救概率，而非简单看扑救次数（因为面对不同难度的射门差异很大）。
3. 不确定性量化：有些模型会给出置信区间，如果模型对某个门将的扑救能力估计较窄（即一致性好），可以理解为更“信任”其稳定表现。
4. 公开对比：例如开源项目如StatsBombR、SoccerPower或PySport等，可能提供门将“扑救高于预期”（Goals Prevented）的指标，如果数值持续为正，则说明模型认为其能力强。

但需要警惕：任何模型对门将能力的“信任”本质上都是基于历史数据的统计推断，无法完全预测未来表现，如果项目声称“更信任”某门将，通常是指其历史扑救表现比平均水平更可靠，而非绝对正确。

如果你能提供具体项目名称（如GitHub链接或论文标题），我可以给出更针对性的分析。