- 模型从过去的比赛中学习，给出的是概率，不是确定性。
- 最危险的是过拟合：在过去全部猜中，到了实战却失手。
- 要判断它有没有用，请看校准度、Brier 和 ROI，并始终按时间顺序验证。
用大白话说，机器学习是什么？
它是一个通过看例子来学习的程序。
你不用告诉它规则，而是给它看成千上万场已经踢完的比赛。
每场比赛都带有输入数据和最终结果。
程序会寻找哪些数据通常对应哪些结果。
然后用这个规律，去估计一场还没踢的比赛。
想象一个孩子在学习分辨狗和猫。
没人给他讲解剖学。
他看了很多照片，慢慢注意到哪些特征会重复出现。
比赛的情况也一样，只不过用的是数字。
机器学习不是魔法，也不是水晶球。
它是由计算机大规模进行的统计。
它的输出是概率，绝不是有保证的结果。
这篇笔记是简明、非技术的版本。
如果你想了解完整算法的全貌，请读投注算法是如何运作的。
这里我们聚焦它如何学习，以及如何被欺骗。
你给它什么数据，它又返回什么？
输入的数据叫作变量。
可以是近期进球、主场或客场、休息天数、收盘赔率或伤病。
输出通常是每种可能结果的概率。
| 部分 | 是什么 | 示例 |
|---|---|---|
| 输入 | 比赛数据 | 状态、休息、主客场 |
| 模型 | 学到的规则 | 每个变量的权重 |
| 输出 | 概率 | 主胜 48%，平 27%，客胜 25% |
| 决定 | 与赔率比较 | 有没有价值？ |
模型并不决定你是否下注。
它只做估计。
决定来自把它的概率与赔率隐含的概率比较。
这一点在隐含概率那篇笔记里有解释，并由期望值计算器来计算。
训练、验证和测试：数据的三个板块
一个严肃的模型绝不会用它学习时用过的数据来衡量自己。
所以数据要分成三个板块。
每个板块各有各的作用。
- 训练：模型用来学习的比赛。这是它的学习资料。
- 验证：用来调整并比较不同版本的比赛。这是模拟考试。
- 测试：在最后之前谁都不碰的比赛。这是真正的考试，只用一次。
如果你多次使用测试板块，它就不再是测试了。
你最终会把模型调整得适应这场考试。
这是一个常见的陷阱，而且很难察觉。
什么是过拟合？为什么它毁掉了这么多模型？
过拟合发生在模型死记硬背而不是学习的时候。
它连旧比赛的偶然性都背了下来。
一个折射进球，一个有争议的点球，一场大雨。
这些事情不会重复，但模型以为会。
就像一个学生背下了往年考试的答案。
一旦考题变了，他什么都不会。
练习时得了十分，真正的考试只得四分。
示例：一个看起来完美的模型
下表中的所有数字都是为解释这个想法而虚构的示例。
设想有20场比赛用来训练，另有20场新比赛用来测试。
一个规则过多的模型，会贴合第一组比赛的每一个细节。
| 示例 | 命中 | 百分比 |
|---|---|---|
| 在20场训练比赛中 | 20场中20场 | 100% |
| 在20场新比赛中 | 20场中11场 | 55% |
| 差异 | 少命中9场 | 45个百分点 |
第一组的100%没有任何意义。
模型早就知道这些答案。
第二组的55%才是诚实的数字。
而且只有区区20场比赛，连这个数字也不牢靠。
实用规则：如果一个模型好得不像真的，那它很可能就不是真的。
先怀疑过拟合，再庆祝。
为什么一个命中率很高的模型，实战中也可能亏钱？
常见的原因有四个。
它们往往同时出现。
- 过拟合：它背下了过去，却没有学到规律。
- 数据泄漏：模型无意中看到了现实里赛前不可能知道的信息。
- 市场在变化：赔率会被修正，昨天的价值已经消失。
- 样本太小：50场比赛的一段好运气，可能纯属运气。
最后一个原因最容易被低估。
如果你想知道需要多少次下注才能相信一个结果，请读需要多少次下注才能知道自己是否盈利。
什么是时间验证？为什么不能偷看未来？
在投注中，时间顺序很重要。
模型不能从比它要预测的这场更晚踢的比赛中学习。
这看似显而易见，却是搭建测试时最常见的错误。
如果你把比赛随机打乱，模型可能用三月的一场比赛训练，却用二月的一场比赛测试。
这就是偷看未来。
结果看起来会比现实中好得多。
为什么干净的数据如此重要？
模型学到的就是你给它的东西。
如果你给它脏数据，它学到的就是脏东西。
英语里有句话叫“垃圾进，垃圾出”。
最不起眼、却最重要的工作，就是清洗数据。
- 同一家俱乐部的名字有两种不同写法。
- 录错的比分，或被推迟却记为已踢的比赛。
- 在不同时间取到的赔率，被混在一起当作同一个。
- 赛后才得知的伤病，却被记成赛前信息。
在成千上万行数据中，一个小错误会传染到全部。
所以好的模型会把每个数据连同它的日期和来源一起保存。
没有日期，就无法知道赛前究竟知道些什么。
哪些指标真正重要？
最流行的是准确率，也就是命中的百分比。
它同时也是投注中最具误导性的指标。
它不看每次命中赔付多少。
| 指标 | 衡量什么 | 注意 |
|---|---|---|
| 准确率 | 命中百分比 | 忽略赔率 |
| 校准度 | 说70%的是否真有70%赢 | 需要大量下注 |
| Brier | 概率的误差 | 越小越好 |
| ROI | 相对于下注额的收益 | 噪音很大 |
校准度：70%真的是70%吗？
如果一个模型给出的百分比会兑现，它就是校准良好的。
在它说70%的100场比赛里，应该命中接近70场。
如果只命中55场，说明它过于自信。
这种过度自信正是让人亏钱的原因。
Brier：误差的得分
它用你所说的与实际发生的之差的平方来计算。
如果你说80%而且发生了，误差是 0.2 的平方。
如果没发生，误差是 0.8 的平方。
然后对所有比赛取平均。
这是一个用代码验证过的示例。
一个模型在5场比赛中都说80%，命中4场。
它的 Brier 是 0.16。
什么都不知道、对一切都说50%的人，得到 0.25。
越小越好，所以前者胜出。
| 示例 | 所说 | Brier |
|---|---|---|
| 5场中命中4场的模型 | 始终80% | 0.16 |
| 没有任何信息 | 始终50% | 0.25 |
| 过于自信 | 始终100% | 0.20 |
请看最后一行。
说100%的人命中数相同，成绩却更差。
Brier 会惩罚没有依据的自信。
ROI与准确率：同一个模型，两种结论
再来一个示例，同样经过验证。
你以赔率 1.30 下注10次，赢了7次。
你再以赔率 2.50 下注10次，赢了5次。
按准确率选择会把你带到第一组，但请看看计算。
| 示例 | 命中 | 结果 | ROI |
|---|---|---|---|
| 10次赔率 1.30 | 10次中7次（70%） | −0.9 个单位 | −9% |
| 10次赔率 2.50 | 10次中5次（50%） | +2.5 个单位 | +25% |
赔率 1.30 的盈亏平衡点是命中76.9%。
命中70%会让你处于亏损。
赔率 2.50 只需命中40%就够了。
所以，没有赔率，准确率什么也说明不了。
只有10次下注时，ROI 纯属噪音。
它能帮你理解这笔计算，却不能用来下结论。
在小样本中，偶然性的影响极大。
Gambeta如何使用它，坦诚地说
Gambeta不使用AI聊天来决定推荐。
基础是一个用比赛数据估计概率的统计模型。
之后再套用否决规则和校准。
- 模型：估计每种结果的概率。
- 否决：当某些地方对不上时，比如重要球员缺阵或缺少数据，就撤掉这条推荐的规则。
- 校准：调整百分比，使其不至于过于乐观。
- 登记：每条推荐都在赛前发布，并通过公开来源结算。
我们不公布内部参数，因为它们是工作的一部分。
我们展示的，是所有已发布内容的结果。
目的是让你不必相信我们：你可以自己检查。
一个有来源和日期的真实数据
我们用Gambeta战绩的公开档案计算了这一点，更新于2026年10月28日。
自2026年3月21日起，共有1,539条推荐被结算为赢或输。
赢了856条，也就是55.6%。
平均赔率是 1.83。
每条推荐固定下一个单位，结果基本为零。
ROI 为 −0.02%，可以理解为技术性持平。
这不是一个值得炫耀的数字，所以我们才公布它。
这是固定注额的衡量，不是每条推荐的实际注码。
这就是对机器学习保持诚实的含义。
一个模型可以很严肃，但表现仍然接近零。
靠投注盈利非常困难，没有任何方法能让它变得容易。
每个结果的详情都在战绩里。
每日分析和更正则在Jornal 投注日报里。
如何识别兜售“必赢”模型的人？
有一些相当明确的警示信号。
如果你同时看到好几条，请远离。
- 只展示准确率，从不展示 ROI 和赔率。
- 说“过去”命中率很高，却没有赛前发布的推荐。
- 承诺盈利，或者说“稳赚”“零风险”。
- 不解释自己怎么衡量，也不说用了什么数据。
如果你想深入了解，请看如何创建并训练你自己的投注AI。
你会在自己的数据上看到，不欺骗自己有多难。
想比较各种工具，可以看体育投注最好的AI这篇笔记。
接下来读什么？
如果你还在疑惑需要多少场比赛，请继续看样本量。
想看完整视角，请回到用AI做投注完整指南。
如果你打算投入真金白银，请先温习负责任地投注。
本文仅用于教育，不构成投注建议。
博彩仅限18岁以上人士。
只用你输得起的钱下注。
常见问题
机器学习用在投注上是什么意思？
就是使用一个从过去比赛中学习规律的程序，来估计未来比赛的概率。
它给的不是确定性，而是数字。
把这个概率与赔率比较时，价值才会出现。
一个在过去命中率很高的模型有用吗？
不一定。
如果它在已经见过的数据上几乎全中，可能只是在死记硬背。
真正重要的是它在从未见过、按时间排序的比赛上表现如何。
什么是过拟合？
就是模型把旧比赛背了下来，连其中的偶然性也一起背了。
在过去，它看起来完美无缺。
在新比赛中表现会差得多，因为偶然性不会重复。
更该衡量准确率还是ROI？
ROI，再加上校准度。
准确率忽略了赔率。
一个模型可以在低赔率下命中70%，却仍然亏钱。
要使用它，我需要会编程吗？
理解它如何运作、判断一个模型是否靠谱，不需要。
要自己构建一个，则需要学一点代码和统计。
许多读者从一张表格开始。
Gambeta使用机器学习吗？
Gambeta把统计模型与否决规则以及事后校准结合起来。
每条推荐都在赛前登记。
你可以在公开战绩中查看所有推荐的结果。