Python 根据过去事件的统计数据预测事件的结果

我试图用人工神经网络来预测事件的结果。我有数千个以前的事件的统计数据和基于这些统计数据的事件结果

i、 e

上面我有4支球队在互相比赛。在历史比赛中，除了记录最终得分外，还记录统计数据

是否有可能在“历史”栏中对统计数据和主客场球队进行机器学习算法训练，以预测“未来”栏的结果

最初，我希望将除“目标”列之外的所有列都视为X_列，将“目标”列视为y_列。然而，如果我把统计数据放在X_序列中，当我输入X_测试的未来数据帧时，它将没有值来进行预测。因此，它不会做出很好的预测？我想知道这是否意味着将统计数据和分数放在y_序列中，然而，我已经读到y_序列中的变量比X_序列中的变量更多，这不利于一个好的模型

是否有可能将统计数据附加到一支球队，当它看到“a队”时，它会查看a队在主场和客场对不同球队的所有统计数据，并根据a队背后的统计数据而不是“a队”本身进行预测

任何帮助都将不胜感激

[IN]
import pandas as pd
historical = {'Home' : ['Team A', 'Team C', 'Team A', 'Team D'],
              'Away' : ['Team B', 'Team D', 'Team C', 'Team B'],
              'Home Shot Accuracy' : [0.34, 0.67, 0.23, 0.10],
              'Away Shot Accuracy' : [0.2, 0.4, 0.7, 0.31], 
              'Home Pass Accuracy' : [0.8, 0.95, 0.7, 0.86],
              'Away Pass Accuracy' : [0.76, 0.92, 0.87, 0.69],
              'Home Goals' : [1, 4, 2, 0],
              'Away Goals' : [2, 2, 3, 0]
              }

future = {'Home' : ['Team B', 'Team D'],
          'Away' : ['Team C', 'Team A'],
          'Home Shot Accuracy' : [None, None],
          'Away Shot Accuracy' : [None, None],
          'Home Pass Accuracy' : [None, None],
          'Away Pass Accuracy' : [None, None],
          'Home Goals' : [None, None],
          'Away Goals' : [None, None],
          }

historical = pd.DataFrame.from_dict(historical)
print(historical)
future = pd.DataFrame.from_dict(future)
print(future)

[OUT]
     Home    Away  ...  Home Goals  Away Goals
0  Team A  Team B  ...           1           2
1  Team C  Team D  ...           4           2
2  Team A  Team C  ...           2           3
3  Team D  Team B  ...           0           0

[4 rows x 8 columns]
     Home    Away Home Shot Accuracy  ... Away Pass Accuracy Home Goals Away Goals
0  Team B  Team C               None  ...               None       None       None
1  Team D  Team A               None  ...               None       None       None

[2 rows x 8 columns]