Het kernprobleem
Je kijkt naar de score, en er is een gat: de keeper staat onder druk, maar hoe vaak blokkeert hij de puck? Dat is wat we willen voorspellen. Zonder een model blijf je gissen, als een keeper die blindloopt naar de rode stip. De data staat klaar, de tools ook, dus laten we knallen.
Data & metrics
Allereerst verzamel je schoten op doel, schotlocaties, puckbezit, en natuurlijk de kwaliteit van de tegenstanders. Kijk niet alleen naar totaal, kijk naar per‑periode trends. De ‘shots on goal per 60 minutes’ is je basis, maar voeg een factor toe voor power‑play momenten. Hier komt de factor ‘expected save percentage’ – een cijfer dat zegt hoeveel je *zou* moeten stoppen op basis van de kansberekening. En ja, je moet de tegenstander’s offensive zone tijd in de mix gooien.
Waarom snelheid telt
Het tempo van een wedstrijd verandert alles. Een snelle fase verhoogt het aantal schoten en vermindert de reactietijd van de keeper. Gebruik een rolling average over de laatste vijf wedstrijden om die snelheid in kaart te brengen. Snelle splits, trage breaks – elk segment draagt bij aan de regressielijn.
Modelbouw in een notendop
Lineaire regressie werkt, maar je kunt ook een Random Forest draaien als je van complexe patronen houdt. Training set? De afgelopen twee seizoenen, validatie? Vorige maand. Vergeet niet de intercept te normaliseren; een keeper die in een defensief zwakke ploeg speelt, heeft systematisch minder saves. Een simpel “goalie‑impact‑score” = (shots faced × opponent offense rating) – (team defense rating × time on ice) doet het werk.
Praktische tip
Doe een sanity‑check: als je model zegt 30 saves in een wedstrijd waar de gemiddelde keeper 45 doet, dan zit er iets mis. Pas de feature‑gewichten aan, gooi een extra ‘block‑percentage’ van de defense in. Zie het als een pizza – te veel kaas verbrandt, te weinig smaakt flauw.
En hier is waarom: je hoeft niet tot de eindstand te wachten om je voorspelling te testen. Kijk naar de eerste 15 minuten, vergelijk met je model, corrigeer on‑the‑fly. Zo krijg je een live‑feedback loop die je odds verfijnt. Vergeet niet de data van hockey-goals.com te gebruiken, ze hebben de meest gedetailleerde shot‑charts.
Actie: pak je spreadsheet, plot shots per 5-minuten interval, bereken een rolling expected save %, en zet een simpele lineaire regressie op. Pas het model elke week aan en laat het je voorspelling sturen.