我是一个超级足球迷，对机器学习也很感兴趣。作为我的 ML 课程的一个项目，我正在尝试建立一个模型，根据主队和客队的名字来预测主队获胜的机会。（我查询我的数据集，并根据这两支球队之前的比赛创建数据点）

我有所有球队几个赛季的数据，但是我有以下问题需要一些建议。EPL（英格兰超级联赛）有 20 支球队在主场和客场比赛（一个赛季总共 380 场比赛）。因此，每个赛季，任何两支球队只交手两次。

我有过去 10 多年的数据，导致两个团队有 2*10=20 个数据点。但是我不想超过 3 年，因为我相信球队会随着时间的推移发生相当大的变化（曼城，利物浦），这只会给系统带来更多的错误。

所以这导致每对团队只有大约 6-8 个数据点。但是，对于每个数据点，我确实有几个特征（最多 20 多个），例如两支球队的全时进球、半场进球、传球、射门、黄色、红色等，因此我可以包括最近形式、最近主场表格，最近的客场表格等。

但是，仅使用 6-8 个数据点进行训练的想法对我来说似乎是不正确的。关于如何解决这个问题的任何想法？（如果这首先是一个问题）