predictor / README.md
pengpeng9099's picture
Deploy World Cup 2026 Predictor (docker space)
1790bde verified
|
Raw History Blame Contribute Delete
2.35 kB
---
title: World Cup 2026 Predictor
emoji: ⚽
colorFrom: blue
colorTo: green
sdk: docker
app_port: 7860
pinned: false
---
# ⚽ World Cup 2026 Predictor
Dixon-Coles 模型驱动的 2026 世界杯预测平台:比分预测、观赛指南、球队数据库、
赛事模拟(48 队新赛制)与模型校准。
- **数据**:[martj42/international_results](https://github.com/martj42/international_results),49,000+ 场国际比赛(含 2026 赛程)
- **模型**:[penaltyblog](https://github.com/martineastwood/penaltyblog) Dixon-Coles 双泊松 + 时间衰减 + 中立场,Elo 评分
- **精度**:留出验证(2024–2026,2435 场)**RPS = 0.1634**,原生高度校准
- **模拟**:20,000 次蒙特卡洛,完整实现 12 组 + 8 最佳第三 + 32 强淘汰赛 + Annex C 第三名分配
- **栈**:Next.js 15 (前端) · FastAPI (后端) · SQLite (存储)
## 目录结构
```
services/model/ 建模:ingest / elo / wcmodel / bracket / simulate / backtest / calibrate / pipeline
services/api/ FastAPI 接口(读 SQLite + 实时预测)
apps/web/ Next.js 前端(6 大页面)
data/ 原始数据 + worldcup.db (SQLite)
```
## 快速开始
### 1) Python 环境与数据/模型管线
```bash
cd services/model
pip install -r ../../requirements.txt
python ingest.py # 下载已就绪:入库 49k 场 + 重建 12 组
python backtest.py # 调优时间衰减 ξ 并保存模型(可选,已训练)
python pipeline.py 20000 # 评估校准 + 模拟 20000 次 + 预测全部赛程 -> SQLite
```
### 2) 后端 API(端口 8000)
```bash
cd services/api
python -m uvicorn main:app --port 8000
```
### 3) 前端(端口 3000)
```bash
cd apps/web
npm install
npm run dev # 打开 http://localhost:3000
```
## 主要接口
| 接口 | 说明 |
|---|---|
| `GET /api/teams` `/api/teams/{name}` | 球队列表 / 详情(Elo、攻防、晋级概率、战绩) |
| `GET /api/groups` `/api/fixtures` | 分组 / 72 场赛程含预测 |
| `POST /api/predict` | `{home,away,neutral}` → 比分概率矩阵 + 衍生盘口 |
| `GET /api/simulate` `/api/bracket` | 夺冠概率表 / 32 强对阵投影 |
| `GET /api/calibration` `/api/meta` | 校准指标与可靠性曲线 / 模型信息 |
> 重新训练或更换数据后,重跑 `pipeline.py` 即可刷新全部网站数据。