Transparence
Méthodologie
Footelyt n'affiche jamais une donnée inventée. Voici précisément comment une probabilité est produite.
1. Données brutes
Toutes les données proviennent d'API-Football : calendriers, résultats, statistiques d'équipe, xG lorsqu'ils sont fournis, blessures, compositions et classements. La clé d'accès reste exclusivement côté serveur.
2. Feature engineering
Pour chaque rencontre, le moteur construit un vecteur de caractéristiques : points de forme sur les cinq derniers matchs, buts marqués et encaissés récents, xG/xGA récents, performance domicile/extérieur, jours de repos, absences et avantage historique en confrontation directe.
3. Modèle prédictif
Le modèle V4 est une régression logistique multinomiale entraînée sur des matchs réels terminés. Le jeu de données est découpé chronologiquement : 70 % pour l'entraînement, 15 % pour la calibration, 15 % pour le test. Jamais de découpage aléatoire, afin de ne jamais entraîner le modèle sur le futur.
4. Calibration
Une calibration de température est ajustée sur le seul jeu de calibration. Elle corrige la sur-confiance du modèle pour que « 60 % » signifie réellement six fois sur dix.
5. Probabilités 1/N/2
Le modèle produit trois probabilités calibrées. Si aucune version entraînée n'est disponible, le moteur bascule automatiquement sur le modèle V3, entièrement statistique.
6. Modèle de buts et scores probables
Un second modèle estime les buts attendus de chaque équipe et en déduit une matrice de scores selon une loi de Poisson, d'où les scores les plus probables et les marchés dérivés (plus de 2,5 buts, les deux équipes marquent).
7. Instantané enregistré
Chaque analyse est enregistrée avant le coup d'envoi, avec ses features et sa version de modèle. Elle n'est jamais modifiée ni supprimée par la suite.
8. Résultat réel et backtesting
Après le match, le résultat réel est synchronisé et comparé à l'instantané. Précision, Brier Score et Log Loss sont recalculés par championnat, par issue et dans le temps.
Niveau de confiance en données
Chaque analyse affiche un niveau de confiance : élevé, moyen ou faible. Il mesure la quantité et la qualité des données réellement disponibles (xG fournis, nombre de matchs récents, statistiques de saison, confrontations directes). Une confiance faible signifie que le modèle dispose de moins d'informations fiables — pas que la probabilité de gagner est faible.
Ce que Footelyt ne fait pas
- · Footelyt ne réutilise jamais les prédictions d'un tiers comme si elles étaient les siennes.
- · Footelyt n'invente aucune statistique : une donnée absente est affichée « Donnée indisponible ».
- · Footelyt n'affiche aucune composition d'équipe avant sa publication officielle.
- · Footelyt n'affiche aucun retour sur investissement sans cotes historiques réelles et stratégie de mise explicitement définie.
- · Footelyt ne promet aucun résultat : ni « pari sûr », ni « gain garanti », ni fiabilité absolue.