README.md

metadata

title: UFC KO/TKO Predictor
emoji: 🥊
colorFrom: red
colorTo: blue
sdk: gradio
sdk_version: 4.3.0
app_file: app.py
pinned: false
license: mit

🥊 Predictor de Finalización UFC (KO/TKO)

Aplicación de Machine Learning que predice la probabilidad de que un combate termine por Knockout/Technical Knockout (KO/TKO), basándose en el análisis de estadísticas de los peleadores y el contexto de la pelea.

🎯 Objetivo y Modelo

El modelo de clasificación fue entrenado para responder a la pregunta binaria: ¿El combate finaliza por KO/TKO (1) o Decisión/Sumisión (0)?

• Algoritmo Principal: Random Forest Classifier (Seleccionado tras una evaluación comparativa).
• Métrica Clave: AUC Score (Área bajo la curva ROC), priorizando la capacidad de distinción de clases.
• Pipeline de Preprocesamiento: Incluye Imputación de nulos, StandardScaler y OneHotEncoder para la ubicación (Location).

[Image of Heatmap of a Correlation Matrix]

📊 Características Clave Analizadas

El modelo utiliza características de diferencia y estadísticas brutas:

• Diferencias: Diferencia de Knockdowns (KD_diff), Golpes Significativos (STR_diff), Derribos (TD_diff) y Sumisiones.
• Estadísticas Brutas: Round actual, Precisión de golpeo de ambos peleadores.
• Contexto: Ubicación del evento (Location) y Categoría de Peso (OHE).

⚙️ Arquitectura Técnica

El servicio se despliega usando el ciclo de vida completo de ML:

1. Entorno: Google Colab / Scikit-learn.
2. Serialización: model.pkl y preprocessor.pkl.
3. Despliegue: Gradio en un Hugging Face Space.

💻 Uso de la Interfaz

1. Ingresa las estadísticas brutas y de diferencia de los peleadores.
2. Asegúrate de que la Ubicación sea correcta (usado para codificación).
3. El modelo devuelve una Probabilidad de KO/TKO (%) y el Resultado Más Probable.

---

Este proyecto fue desarrollado con fines educativos y de demostración para el curso de Análisis de Datos.