Arquitectura de dos torres con fusión temprana para predicción de resultados en la Liga MX
Combinando embeddings transferidos y estadísticas tabulares, con un caso de estudio del Club América
El problema
La predicción automatizada de resultados de fútbol topó con un techo de desempeño que dos décadas de refinamiento metodológico no han logrado desplazar. Los modelos más competitivos se mueven dentro de una banda estrecha de precisión que los métodos puramente tabulares nunca han superado, y las redes profundas entrenadas desde cero suelen empeorar las cosas: con muestras pequeñas, sobreajustan.
La arquitectura
El artículo propone y fundamenta teóricamente un clasificador híbrido construido sobre un diseño de dos torres con fusión temprana.
- Torre tabular. Las estadísticas históricas de partidos se codifican con un perceptrón multicapa entrenado de principio a fin sobre ocho temporadas completas de la primera división mexicana.
- Torre de texto. La cobertura mediática previa al partido se codifica con un modelo de lenguaje preentrenado a gran escala, especializado en texto de redes sociales en español.
- Fusión. Cada red se trunca después de su última capa oculta y los dos embeddings densos resultantes se concatenan directamente en un solo vector de características.
- Cabeza. El vector fusionado alimenta un clasificador de gradient boosting.
La razón por la que el diseño funciona es la transferencia, no la capacidad: el conocimiento lingüístico del codificador de texto se importa en lugar de aprenderse desde un corpus deportivo pequeño, y eso es lo que mitiga el sobreajuste que hunde a los modelos profundos entrenados desde cero con datos de este tamaño.
Caso de estudio y evaluación
El caso de estudio abarca 350 partidos del Club América, elegido por ser el club que genera la mayor discusión mediática en la Liga MX y, por lo tanto, la señal textual previa más rica. Los resultados se promedian sobre 100 entrenamientos independientes y se validan con una validación cruzada independiente.
Resultados
La mejora se sostiene una vez que el embedding de texto se reduce en dimensionalidad para ajustarse al tamaño de muestra disponible; sin esa reducción, el ancho adicional cuesta más de lo que aporta la señal. La recuperación del empate, en cambio, permanece prácticamente igual: la representación fusionada ayuda a separar victorias de derrotas, no el punto medio ambiguo.
El hallazgo metodológico
El protocolo de evaluación terminó importando tanto como la arquitectura. Una sola corrida de entrenamiento no era estadísticamente distinguible de ningún efecto. Solo el protocolo de múltiples corridas reveló la mejora. En conjuntos de datos futbolísticos de tamaño comparable, la evaluación rigurosa con corridas repetidas no es un lujo: es la condición para saber si algo ocurrió.
Por qué generaliza
Nada en el diseño es específico del fútbol. El patrón —un conjunto tabular pequeño, un flujo adyacente de texto no estructurado y un codificador preentrenado que aporta el conocimiento lingüístico que el corpus local no puede dar— se repite en problemas aplicados de predicción en economía y ciencias sociales, que es de donde llegué a él.