Seguimiento de la precisión del modelo
Véase también: Jugadores profesionales, Mapas, Rangos, Herramientas, Guías, Armas, Skins, Cajas, Pegatinas.
Seguimiento transparente del rendimiento de nuestro modelo de predicción. Calculamos retrospectivamente los resultados de los partidos recientes y comprobamos si ganó el equipo favorito. Sin seleccionar solo los resultados que nos convienen: se incluyen todos los partidos con datos suficientes.
Cómo hace CSDB para medir la precisión de los modelos de predicción
La mayoría de los modelos de predicción no dejan claro cómo funcionan. CSDB hace justo lo contrario: se registra cada partido que el modelo evalúa con datos suficientes, y el resultado real se anota una vez finalizado el partido. Las cifras principales que aparecen a continuación se calculan a partir del registro completo de los partidos, no de una selección hecha a mano.
Qué significan las métricas
- Precisión general — porcentaje de partidos en los que ganó el favorito según el modelo. Una precisión del 60 % o más en las series al mejor de tres (BO3) de CS2 es significativa, teniendo en cuenta lo variable que es este juego.
- Racha actual — predicciones correctas (positivas) o incorrectas (negativas) consecutivas, útiles para detectar rachas de aciertos o de fallos.
- Calibración — cuando el modelo dice «70 % de confianza», ¿el favorito gana realmente más o menos el 70 % de las veces? La calibración mide si los índices de confianza del modelo son fiables.
- Puntuación Brier — una medida de precisión probabilística (cuanto más baja, mejor) que premia al modelo por mostrarse seguro cuando acierta y modesto cuando se equivoca.
Lo que sí y lo que no incluimos
- ✅ Todos los partidos al mejor de 1, al mejor de 3 y al mejor de 5 disputados por equipos que cumplen los requisitos de HLTV
- ✅ Tanto victorias sorpresa como resultados previsibles
- ❌ Partidos en los que el modelo no tenía datos suficientes sobre ninguno de los dos equipos (normalmente, equipos recién ascendidos de la tercera división)
- ❌ Retiradas y victorias por incomparecencia (sin partido)
Por qué es importante la transparencia
Cualquier modelo puede dar buenos resultados en selecciones elegidas a mano. Al publicar el historial completo, CSDB te permite decidir si la ventaja del modelo es real. Si estás usando la página de recomendaciones o la herramienta de predicciones para decisiones reales, en esta página es donde puedes verificar si son confiables.