Modèle
Régression logistique · 2005-2025 · entraîné le 04/06/2026
Précision
65.9%
Matchs testés
99 089
Depuis
2005
Le modèle identifie correctement le vainqueur dans 2 matchs sur 3. Il combine Elo par surface, stats de service/retour, face-à-face et âge pour estimer une probabilité — pas un conseil de pari.
ATP
Précision
66.4%
Log loss
0.605
Brier
0.210
Précision par an
Calibration
WTA
Précision
65.3%
Log loss
0.623
Brier
0.217
Précision par an
Calibration
Santé de la plateforme
Modèle · Entraîné le 04/06/2026 · 2005-2025
Matchs upcoming · 4 matchs · mis à jour il y a moins d'1h
Odds API · 4 matchs avec cotes
Pipeline · Données 2005-2025
Joueurs · 6 modèles · 7 features
Coefficients
- ATP · Hard · n=34717
- ATP · Clay · n=19417
- ATP · Grass · n=6403
- WTA · Hard · n=34506
- WTA · Clay · n=15878
- WTA · Grass · n=5521