UFC Winner Predictor

Projeto de Machine Learning para previsão de vencedores de lutas do UFC com base em atributos pré-luta dos atletas.

Previsão de vencedores de lutas do UFC usando Machine Learning

---

Sobre

Sou fã de MMA e praticamente todo sábado estou assistindo UFC. Durante a semana, vejo muita gente comentando sobre as próximas lutas, falando de possíveis “underdogs” ou de lutadores que podem surpreender.

Isso me fez pensar: será que dá pra analisar esses confrontos de forma mais objetiva usando dados?

A partir disso, desenvolvi o UFC Winner Predictor, um projeto que tenta prever o vencedor de uma luta com base nas informações dos atletas antes do combate.

O modelo utiliza features comparativas entre os lutadores (red vs blue) e foi treinado com divisão temporal dos dados, evitando vazamento de informação e simulando um cenário mais próximo da prática.

---

O que o projeto faz

• Tratamento e preparação dos dados
• Criação de features comparativas
• Treinamento de modelo de classificação
• Avaliação de desempenho
• Aplicação interativa com Streamlit

---

Features utilizadas

O modelo utiliza atributos pré-luta dos atletas, transformados em features comparativas entre os cantos (red vs blue).

Entre as principais variáveis:

• Idade
• Altura e envergadura
• Número de vitórias e derrotas
• Precisão de golpes significativos
• Precisão de takedowns
• Estilo de luta (stance)

Essa abordagem permite que o modelo capture melhor as diferenças entre os lutadores, em vez de analisá-los de forma isolada.

---

Métricas

O modelo foi avaliado utilizando uma divisão temporal entre treino e teste, evitando vazamento de informação.

• Accuracy: 0.71
• ROC-AUC: 0.76

Essas métricas ajudam a entender tanto o desempenho geral quanto a capacidade do modelo de diferenciar vencedores e derrotados.

---

Exemplo de uso

Exemplo de previsão realizada pela aplicação:

• Lutador A vs Lutador B
• Probabilidade de vitória (red): 72%
• Predição: Vitória do lutador A

---

Interface

A aplicação foi desenvolvida com Streamlit para permitir testes interativos a partir dos dados dos lutadores.

---

Dataset

O dataset não está incluído no repositório por conta do tamanho.

Para reproduzir o projeto:

1. Baixe o dataset de UFC no Kaggle
2. Coloque o arquivo UFC.csv em:
   • data/raw/
   • ou C:/Users/seuusuário/Downloads/archive/

---

Como rodar

Instale as dependências:

pip install -r requirements.txt

Treine o modelo:

python -m src.ufc_predictor.train

Execute a aplicação:

streamlit run app.py

Estrutura do projeto

|-- app.py
|-- README.md
|-- requirements.txt
|-- data
|-- docs
`-- src

Observações

Esse projeto foi desenvolvido com foco em simular um cenário mais próximo do mundo real, respeitando a evolução temporal dos dados e evitando vazamento de informação.

Próximos passos

• Melhoria das features
• Testes com outros modelos
• Otimização de hiperparâmetros
• Análise de interpretabilidade (ex: SHAP)