python案例认为上半场是否有进球产生？

wen python案例 2026-09-12 2

Python案例实战：如何判断足球上半场是否有进球产生？

在体育数据分析领域，足球比赛的半场进球预测一直是一个热门话题，无论是博彩公司的赔率模型，还是球迷的赛后复盘，判断“上半场是否有进球产生”都具有重要的参考价值，本文将通过一个完整的Python案例，带你从数据获取、特征工程到模型构建,系统性地解决这一问题。

目录导读

问题背景与业务价值
数据来源与获取方式
数据清洗与特征工程
核心Python代码实现
模型评估与结果解读
常见问题问答（FAQ）
总结与优化建议

问题背景与业务价值

“上半场是否有进球产生”本质上是一个二分类问题，与预测全场比分不同，上半场进球受多种因素影响：球队进攻风格、防守强度、近期状态、主客场因素、天气条件等，根据统计，欧洲五大联赛上半场进球概率约为42%-48%,这意味着略低于一半的比赛在上半场会出现进球。

对于数据分析师而言,构建一个准确的预测模型可以帮助：

体育媒体进行半场实时分析
博彩平台优化大小球盘口
球队教练组调整战术部署

数据来源与获取方式

常用的公开数据源包括：

Football-Data.co.uk：提供历史比赛数据CSV下载
API-Football：通过REST API获取实时数据
Understat：提供xG（预期进球）等高级数据

以下示例使用本地CSV文件模拟数据结构：

import pandas as pd
# 读取历史比赛数据
df = pd.read_csv('matches.csv')
print(df.columns.tolist())
# 输出示例：['date', 'home_team', 'away_team', 'ht_home_goals', 'ht_away_goals', 'ft_home_goals', 'ft_away_goals']

数据清洗与特征工程

核心思路是构造“上半场总进球数”标签：

# 构造目标变量：上半场是否有进球
df['ht_total_goals'] = df['ht_home_goals'] + df['ht_away_goals']
df['ht_has_goal'] = (df['ht_total_goals'] > 0).astype(int)
# 特征构造
df['home_avg_goals'] = df.groupby('home_team')['ft_home_goals'].transform('mean')
df['away_avg_goals'] = df.groupby('away_team')['ft_away_goals'].transform('mean')
df['home_ht_rate'] = df.groupby('home_team')['ht_has_goal'].transform('mean')
df['away_ht_rate'] = df.groupby('away_team')['ht_has_goal'].transform('mean')

关键特征包括：

主客队历史上半场进球率
场均进球数
近期5场状态
交锋历史

核心Python代码实现

使用逻辑回归与随机森林进行建模：

from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, roc_auc_score
features = ['home_avg_goals', 'away_avg_goals', 'home_ht_rate', 'away_ht_rate']
X = df[features].fillna(0)
y = df['ht_has_goal']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 随机森林模型
rf = RandomForestClassifier(n_estimators=200, max_depth=6, random_state=42)
rf.fit(X_train, y_train)
pred = rf.predict(X_test)
print("准确率：", accuracy_score(y_test, pred))
print("AUC：", roc_auc_score(y_test, rf.predict_proba(X_test)[:,1]))