模型版本active
筛选：active
Accuracy Lab
这里按模型版本、时间窗口、联赛和玩法查看 Log Loss、Brier Score、校准误差、错误类型和模型对比。 该页面用于复盘概率质量，不把单场结果作为唯一判断依据。
模型 active窗口 90d生成 05/06 20:30
评估窗口90d
Walk-forward / as-of-time 口径预留
赛后样本3
不只展示命中率，优先看概率评分
生成时间05/06 20:30
摘要已生成
Log Loss
1.007越低表示概率分布对实际赛果惩罚越小。
Brier Score
0.599越低表示分类概率误差越小。
Calibration Error
16.5%预测概率与实际频率的平均偏差。
Sample Size
3当前筛选窗口内的赛后评估样本。
CalibrationCurve
对比预测概率与实际频率；对角线附近表示校准更好。
20%-30% 模型 26.1% 实际 20.0%30%-40% 模型 36.5% 实际 50.0%40%-50% 模型 44.1% 实际 0.0%50%-60% 模型 52.6% 实际 100.0%
20%-30%模型 26.1%实际 20.0%偏差 -6.1pp5 样本
30%-40%模型 36.5%实际 50.0%偏差 +13.5pp2 样本
40%-50%模型 44.1%实际 0.0%偏差 -44.1pp1 样本
50%-60%模型 52.6%实际 100.0%偏差 +47.4pp1 样本
BrierTrend
Brier Score 越低越好；MVP 使用当前摘要生成稳定趋势占位。
完整 Brier trend 将由 backtest run 时间序列驱动。
LogLossTrend
Log Loss 对高置信错误更敏感；MVP 趋势用于观察方向，不替代正式回测。
正式 Log Loss trend 将按评估窗口和模型版本读取历史评估表。
玩法指标
按市场拆分概率评分，便于发现某类规则结算的偏差。
| 玩法 | Log Loss | Brier | ECE | 样本 |
|---|---|---|---|---|
| 胜平负 1X2 | 1.007 | 0.599 | 16.5% | 3 |
联赛指标
低样本联赛需要单独观察，避免整体指标掩盖漂移。
| 联赛 | Log Loss | Brier | ECE | 样本 |
|---|---|---|---|---|
| Premier League | 0.987 | 0.580 | 15.8% | 2 |
| J1 League | 1.048 | 0.638 | 18.0% | 1 |
校准曲线
按预测概率区间对比模型均值与实际频率。
20% - 30%5 场样本
30% - 40%2 场样本
40% - 50%1 场样本
50% - 60%1 场样本
错误类型分布
赛后评估将偏差归入可追踪标签，供后续校准与训练复盘使用。
模型版本对比
晋级记录以回测与校准证据为准，当前仅展示候选评估存根。
基线版本poisson-m1.0.0
候选版本dc-v1.5-candidate
基线 Log Loss1.007
候选 Log Loss0.995
基线 Brier0.599
候选 Brier0.591
候选需复核
- 候选模型 Log Loss 未恶化。
- 候选模型 Brier Score 未恶化。
- 候选模型样本量偏低，需继续复核。