本项目是基于Kaggle开源的Baseline进行调整及优化，并对baseline进行逐行讲解。
本项目所使用的数据集为国际足联世界排名1992-2024以及1872年至2024年欧洲杯之前的国际足球比赛数据。
在本项目中，我们将问题变为分类问题，即我们最后模型的目标是预测主队的胜率和客场的平局/胜率。
为了去除客场球队的优势，在项目中预测了客场和主场球队的变化结果(因为世界杯没有主场优势,仅在德国队比赛时考虑主场因素)，并使用两个预测的平均值作为概率。
1872年至2024年国际足球成绩
该数据集包括从 1872 年的第一场正式比赛到 2024 年的欧洲杯之前的国际足球比赛结果。
比赛范围从FIFA世界杯到FIFI野生杯到常规友谊赛。
这些比赛严格来说是男子的正式国际比赛，数据不包括奥运会或至少有一支球队是国家B队，U-23或联赛选择球队的比赛。
date- 比赛日期
home_team- 主队名称
away_team- 客队名称
home_score- 全职主队得分，包括加时赛，不包括点球大战
away_score- 全场客队得分，包括加时赛，不包括点球大战
tournament- 比赛名称
city- 比赛所在的城市/城镇/行政单位的名称
country- 比赛所在国的名称
neutral- TRUE/FALSE 列，指示比赛是否在中立场地进行
shootouts.csv包括以下列：
date- 比赛日期
home_team- 主队名称
away_team- 客队名称
winner- 点球大战获胜者
country_full— 国家全名
country_abrv— 国家缩写
rank — 当前国家/地区排名
total_points— 当前总分
previous_points— 上次评分的总分
rank_change — 排名变化
confederation— 国际足联联合会
rank_date— 评级计算日期
提取影响比赛结果的关键特征，作为模型的特征选择
我们比较了五种不同的足球比赛结果预测建模方法：
并选择了召回率较高的模型作为我们的预测模型，用于预测从小组赛到淘汰赛阶段的获胜者，最终预测德国队获得 2024 年欧洲杯冠军。
