混合机器学习模型预测足球比赛：LSTM、MLP与XGBoost的融合实践

本文介绍的PredictingFootballMatchesWorkflow项目，结合LSTM、MLP与XGBoost三种算法构建混合机器学习模型，实现足球比赛结果预测。项目通过GitHub Actions每日自动更新数据与预测结果，并配有Web界面展示。该项目源于英国约克大学毕业设计，获一等荣誉，现已扩展为完整的预测工作流系统。

• 原作者/维护者: tl0375
• 来源平台: GitHub
• 原项目标题: PredictingFootballMatchesWorkflow
• 原始链接: https://github.com/tl0375/PredictingFootballMatchesWorkflow
• 发布时间: 2026年5月31日

足球比赛预测是数据科学热门课题，传统单一模型难以捕捉复杂动态变化。本项目最初为英国约克大学学位课程毕业设计，获76%一等荣誉评分，后扩展功能，添加自动化数据更新与Web展示界面，成为完整预测工作流系统。

混合模型设计

• LSTM: 处理时序数据，分析过去10场比赛的射门次数、进球数等，捕捉球队动态趋势。
• MLP: 处理静态特征，如ELO评分（量化球队实力）、升班马二元标记，提取高层次表示。
• XGBoost: 分析不同时间窗口（最近5/10场、主客场）的表现形态，提供额外洞察。

数据流水线

• Update Dataset.py: 从football-data.co.uk抓取最新比赛结果，增量更新数据集。
• Fixture Scrape.py: 通过football-data.org API获取欧洲五大联赛（英超、西甲、意甲、法甲、德甲）赛程。
• StandardiseFixtures.py: 统一不同数据源的列名与球队名称格式。
• Testing.py: 加载预训练模型，生成胜/平/负概率预测，更新结果与时间记录。

训练数据与特征工程

使用多赛季历史比赛数据，特征包括：

• 比赛统计特征（射门次数、进球数、控球率）
• 球队实力特征（ELO评分）
• 时间序列特征（过去10场表现趋势）
• 情境特征（主客场、升班马标识）

预测输出

对每场比赛输出主队胜、平局、客队胜三个概率值，提供更具参考价值的结果。

前端展示

football-predictor-ui文件夹含完整前端代码（HTML/CSS/JS），展示upcoming matches预测概率及数据更新时间。

GitHub Actions自动化

每日自动执行数据抓取、模型预测、网站更新流程，无需人工干预，确保预测基于最新数据。

多模型融合优势

单一模型各有局限：LSTM擅长时序但忽略静态特征，XGBoost强于特征工程但无法处理序列数据，MLP结构简单但捕捉复杂模式能力有限。融合三者实现优势互补，提升预测稳健性。

工程实践价值

从原型到产品系统，完整数据流水线、自动化更新与友好Web界面，使其成为实用预测工具。

可扩展性

模块化架构便于集成新数据源、添加新模型组件，适合生产级系统构建。

本项目展示了机器学习在体育预测领域的创新应用，混合模型架构、完整流水线与自动化部署为类似场景提供参考。对开发者而言，是学习机器学习工程实践的优秀案例，模块化设计支持二次开发。

未来可扩展功能：

• 支持更多联赛
• 引入实时赔率数据
• 开发移动端界面
• 探索Transformer等先进深度学习架构的应用。