一场比赛的评分，大部分无法预测

沿用 当 R² 好得过头 中的设定：在开球前预测每名球员的 Sofascore 评分，只使用主客场、对手实力和球员自己的历史数据。在 2025 年巴西甲级联赛的最后 80 场比赛上做前向滚动验证，共 2,494 人次出场。

位置专用模型没有帮助

通用模型的 MAE 减去位置专用模型的 MAE 为 -0.0014，95% 置信区间为 -0.0036, 0.0008。这个区间来自 2,000 次 bootstrap 重抽样，每次抽取的是整场比赛而不是单行数据，因为同一场比赛中的球员并不相互独立。区间包含零，所以两者打平。决策规则在看到任何结果之前就已确定：如果打平，保留通用模型，因为一个模型比四个更简单。位置专用模型在任何一个位置上都没有胜出。

近期状态是噪声

球员近 5 场的平均评分，表现甚至不如完全不看这名球员、直接猜该位置的平均值。整个赛季的平均值则比两者都好。在五场比赛的尺度上，手感好或差大多只是噪声。置换重要性也印证了这一点：通用模型主要依赖两个特征，主客场和球员本赛季的平均评分。其余 61 项数据的历史几乎没有贡献。

门将

对门将来说，没有任何模型能明显胜过基线（通用模型和位置平均的 MAE 都是 0.559，R² 略低于零）。门将的评分取决于这场比赛中的扑救和失球，而在开球前，根本无法知道他会面对 2 次射门还是 12 次。

预测值紧贴平均值

测试集中真实评分的范围是 3.0 到 9.7，标准差为 0.54。通用模型的预测值范围是 6.63 到 7.41，标准差为 0.16。测试集中有 108 人次的评分在 8.0 或以上，模型的预测从来没有接近过其中任何一个。它会在主场比赛、以及本赛季表现好的球员身上把预测值往上调一点，但无法预见一场格外好或格外差的比赛。

答案

按位置专门建模并没有降低误差。通用模型比位置平均好 6.0%，比球员自己的赛季平均好 3.9%，而第二个差距是真实存在的（它的置信区间不包含零）。数字不大，但这就是信号的真实大小：一场比赛的评分，大部分是在比赛过程中决定的。

代码和完整方法：sofascore-rating-prediction。