Continuação e aprimoramento do projeto de Expected Goals: aqui exploramos XGBClassifier, calibramos previsões e tornamos o modelo interpretável com SHAP. O notebook completo está em xG_2.ipynb no repositório xG-StatsBomb-Analysis.

🎯 Objetivo

Refinar a estimativa de probabilidade de gol utilizando XGBoost e comprovar ganho de performance sobre abordagens clássicas, avaliando não só AUC mas também Brier Score e curva de calibração, além de explicar a contribuição de cada variável.

🔄 Pipeline

1. Coleta & Limpeza
   data_ingest.py baixa partidas da Premier League 2015-16 via statsbombpy e gera events.parquet.

2. Feature Engineering

   • Distância (distance) e ângulo (angle) do chute.
   • Flags contextuais: shot_first_time, shot_one_on_one, shot_open_goal.
   • Situação da jogada (bola rolando, pênalti, falta, cabeceio).
   • Minuto da partida e diferença de placar (score_diff).

3. Modelagem

   Modelo	Ferramenta	ROC AUC*	Brier*
   Regressão Logística	scikit-learn	0,73	0,38
   Random Forest	scikit-learn	0,79	0,34
   XGBClassifier	xgboost	0,82	0,31

   * validação estratificada 70/30, média de 3 execuções.

4. Avaliação Avançada

   • Curvas ROC e Precision-Recall.
   • Calibration plots (previsto × real).
   • Brier Skill Score comparando com xG oficial da StatsBomb.

5. Interpretabilidade
   explain.py gera:

   • Gráfico SHAP Summary destacando influência de distance e angle.
   • Force plots e waterfall para chutes específicos (ex.: final da UCL 2016).

6. Exportação & Deploy
   export_model.py salva o booster .json; app.py expõe REST API (/predict) pronta para embutir em dashboards.

💡 Resultados em Destaque

• XGBClassifier reduziu Brier Score em 18 % versus regressão logística, indicando melhor calibração de probabilidade.
• Chutes de dentro da pequena área, com ângulo ≤ 30 °, apresentam xG médio ≥ 0,45.
• Cabeceios continuam com xG 40 % inferior aos chutes com o pé mesmo a curta distância.
• SHAP confirma que a interação distance × angle é o principal driver de xG.

🚀 Como Rodar

git clone https://github.com/sendaspaulo/xG-StatsBomb-Analysis.git
cd xG-StatsBomb-Analysis
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt         # statsbombpy, xgboost, shap...

python data_ingest.py                  # baixa e processa dados
python train.py --model xgb --epochs 100
python explain.py                       # gera gráficos SHAP
python app.py                           # API em localhost:5000/predict