Geçmiş maçlarda iyi görünen bir oran filtresi, o maçlara bakılarak seçilmiş olabilir. Aynı kayıtlar üzerinde tekrar yüksek yüzde bulmak, yöntemin yeni dönemde de çalıştığını göstermez. Bunun için filtreyi sabitleyip daha sonra gelen, seçimde kullanılmamış veriyi ayrı incelemek gerekir.
Aşağıdaki takvim bir araştırma tasarımı örneğidir. Gerçek ürün performansı, hazır tahmin veya kazanç hesabı değildir.
Test dönemine bakmadan kriterleri sabitleyin
Ocak–mart kayıtlarıyla bir MS 1 açılış aralığı ve lig listesi seçtiğinizi düşünün. Kriterleri 31 Mart'ta kaydedin. Nisan maçları ilk test dönemi olsun. Nisan sonucunu gördükten sonra sınırları değiştirirseniz nisan artık yeni sürümün geliştirilmesinde kullanılmıştır; aynı dönemi dokunulmamış test diye gösteremezsiniz.
Bir sonraki adımda nisana kadar bilinen veriyle yeni sürüm hazırlanıp mayısta incelenebilir. Her sürümün tarihini ve kriterlerini ayrı saklayın. En son filtreyi bütün geçmişe uygulayıp önceki ayları önceden yapılmış test gibi sunmayın.
Maç tarihi ile bilginin bilindiği zaman farklıdır
Mart tarihli bir satırın içinde maç sonunda oluşmuş skor da bulunabilir. Açılışta karar verilmesini inceleyen bir çalışmada kapanış fiyatını kullanmak da ileride oluşan bilgiyi geriye taşır. Satırın eski tarihli olması, içindeki her sütunun o anda bilindiğini kanıtlamaz.
scikit-learn belgeleri, tahmin anında bulunmayacak bilgilerin değerlendirmeye karışmasını veri sızıntısı olarak açıklar. Bu riski azaltmak için karar zamanını yazın ve her sütunu o zamana göre kontrol edin. Zamanı belirsiz bir kaydı erkenden biliniyormuş gibi kabul etmeyin.
Aynı maç farklı kümelere dağılmasın
Bir karşılaşmanın Nesine, İddaa ve Bet365 kayıtları farklı satırlarda olabilir. Satırları rastgele bölmek aynı maçın hem geliştirme hem test tarafına girmesine yol açabilir. Önce benzersiz karşılaşmaya göre gruplayın, ardından dönemlere ayırın.
Ertelenen maçlarda dönem sınırını hangi zamanın belirleyeceğini baştan yazın. Futbol karşılaşmaları eşit aralıklarla gelmediği için “her 100 satır bir dönem” demek eşit süreleri karşılaştırmaz. Takvim başlangıcı, bitişi ve maç sayısı açıkça belirtilen bir düzen başlangıç için daha kolay denetlenir.
Aylık sonucu toplamın içinde kaybetmeyin
Temsilî olarak nisanda seçilen 20 maçın 12'sinde, mayısta 15 maçın altısında koşul gerçekleşsin. Oranlar yüzde 60 ve yüzde 40'tır. Birleştirilmiş 18/35 yaklaşık yüzde 51,4 eder. Yalnız toplamı yazmak, aylardaki farkı saklar.
Her dönem için uygun toplam maç, eksiksiz veri, filtreye uyan maç ve tanımlanmış sonuç sayısını kaydedin. Denenen fakat beğenilmeyen sürümleri de araştırma defterinde tutun. Bu yöntem gelecek başarıyı garanti etmez; hangi bilginin ne zaman kullanıldığını ve neyin gerçekten ayrı test edildiğini gösterir.
Kaynaklar ve yöntem
Örnekler ve komutlar bu yazı için hazırlanmıştır; gerçek maç sonucu veya ürün başarı iddiası değildir. Metin yapay zekâ yardımıyla hazırlanmış; kaynak ifadeleri, örnekler ve hesaplar kontrol edilmiştir.
- scikit-learn: data leakage and evaluation pitfalls — erişim 13 Ekim 2026
- scikit-learn: TimeSeriesSplit — erişim 13 Ekim 2026