luxury-lakehouse/scoutgpt-training-data

ScoutGPT训练数据集是一个包含球员级别比赛动作序列的数据集，统一整合了StatsBomb开放数据和Wyscout开放数据。每行数据代表一名球员在一场比赛中的有序SPADL动作序列，并包含上下文标记（如比赛、赛季、得分状态、半场、对手），这些序列被序列化为ScoutGPT transformer在训练和推理过程中使用的令牌流。该数据集是(Right! Luxury!) Lakehouse足球分析平台的一部分，旨在通过建模比赛中有球动作的序列结构，生成球员赛季嵌入，以捕捉节奏、构建模式和决策过程。数据集适用于ScoutGPT模型训练、序列感知嵌入研究以及下游微调任务。Per-player match-level action sequences unified across StatsBomb Open Data and Wyscout open data. Each row is one player-matchs ordered SPADL action sequence with contextual tokens (competition, season, score state, half, opponent), serialized as the token stream that the ScoutGPT transformer consumes during training and at inference. Part of the (Right! Luxury!) Lakehouse soccer analytics platform.