Paso 4. Banco de validación externo

Entra: partidos públicos con posesión y estado del balón etiquetados por fotograma (los 7 de DFL/Sportec y el Game 3 de Metrica). Sale: esos partidos degradados para parecerse a nuestro tracking (se borra el balón en una proporción parecida, se quitan identidades), en el mismo formato frame,label, listos para pasar por el scorer oficial.

Por qué existe: con 17 posesiones, una posesión mal clasificada mueve el spellF1 unos seis puntos. El propio reto lo demuestra: el baseline con ventana 50 puntúa peor que el de ventana 125 en los 5 minutos públicos, y al revés en el partido completo. Elegir umbrales ahí equivale a elegir el azar. Eso es el sobreajuste: un parámetro que mejora el número en los datos con los que se ajustó y empeora en datos nuevos, porque se aprendió el ruido de esos datos.

Cómo se usa: la validación consiste en ajustar y comparar en datos que no se usaron para ajustar. Aquí los umbrales se eligen en el banco externo, con miles de posesiones, y los 5 minutos públicos se usan sólo para comprobar que el pipeline funciona (fotogramas alineados, archivo bien formado, etiquetas con el sentido correcto), nunca para elegir entre dos versiones. Una mejora sólo se adopta si supera 0.04 de spellF1, que es el nivel de ruido que declara el reto.

Qué puede salir mal: que la definición de posesión de DFL no coincida con la del reto (por ejemplo, si cambia de dueño en cada toque). Hay que comparar la duración típica de las posesiones antes de fiarse, y si difiere, recalcular las etiquetas con la regla del reto. Y que la degradación no se parezca de verdad a nuestro tracking, en cuyo caso el banco miente con confianza.