3天后，2018年俄羅斯世界杯開(kāi)打，首場(chǎng)比賽是東道主俄羅斯對(duì)陣沙特阿拉伯，將于6月14日拉開(kāi)序幕。

每屆世界杯最受關(guān)注的當(dāng)屬?zèng)Q賽，上屆2014年巴西世界杯，東道主巴西隊(duì)意外爆冷，只獲得第四名，無(wú)緣決賽。今年的世界杯，不少機(jī)構(gòu)/研究人員給出預(yù)測(cè)：德國(guó)將和巴西爭(zhēng)奪冠軍，并且，巴西隊(duì)奪冠的概率更大些。

綜合各種預(yù)測(cè)和民意調(diào)查，冠軍幾乎肯定在巴西、德國(guó)和阿根廷之間展開(kāi)，雖然強(qiáng)強(qiáng)爭(zhēng)鋒喜聞樂(lè)見(jiàn)，但似乎也少了些驚喜。

機(jī)器學(xué)習(xí)和大數(shù)據(jù)的方法正越來(lái)越多地被用在比賽結(jié)果預(yù)測(cè)上，不僅是世界杯，也不僅是結(jié)果，球隊(duì)組成、戰(zhàn)術(shù)選擇和球員訓(xùn)練都已經(jīng)開(kāi)始見(jiàn)到機(jī)器學(xué)習(xí)的身影。對(duì)于球迷和觀眾而言，人工智能也將展開(kāi)一種全新的參與/觀看體育賽事的體驗(yàn)。

機(jī)器學(xué)習(xí)預(yù)測(cè)結(jié)果：巴西獲得冠軍

肯尼亞的投資銀行Genghis Capital Investment Bank的投資銀行分析師Gerald Muriuki，日前在Medium上公布了他使用機(jī)器學(xué)習(xí)預(yù)測(cè)FIFA 2018的結(jié)果——巴西將贏得冠軍。

這一結(jié)果跟微軟的AI和數(shù)據(jù)科學(xué)專家Sorin Peste的預(yù)測(cè)結(jié)果一致。

實(shí)際上，預(yù)測(cè)世界杯冠軍是一個(gè)典型的機(jī)器學(xué)習(xí)問(wèn)題，你首先預(yù)測(cè)每場(chǎng)比賽的獲勝者，接著再預(yù)測(cè)小組賽、半決賽和決賽的冠軍。在這個(gè)過(guò)程中，你需要進(jìn)行數(shù)據(jù)整合、特征建模和結(jié)果預(yù)測(cè)。因此，很多機(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)家，都做過(guò)類似的項(xiàng)目。

Muriuki和Peste兩個(gè)人都是根據(jù)足球比賽的歷史數(shù)據(jù)，建立機(jī)器學(xué)習(xí)模型，模擬比賽，并預(yù)測(cè)這些比賽的結(jié)果。下面我們分別來(lái)看看。

使用邏輯回歸進(jìn)行預(yù)測(cè)

Muriuki使用了兩個(gè)來(lái)自Kaggle的數(shù)據(jù)集，包含了從1872年到2017年國(guó)際足球比賽的結(jié)果。他先分析了兩個(gè)數(shù)據(jù)集，做了一些特征工程，選擇跟2018年世界杯最相關(guān)的特征進(jìn)行預(yù)測(cè)，再足控了一些數(shù)據(jù)增強(qiáng)。

在模型的選擇上，Muriuki用的是邏輯回歸，一種分類器算法。邏輯回歸通過(guò)使用邏輯函數(shù)預(yù)估概率，從而衡量分類因變量和一個(gè)或多個(gè)自變量之間的關(guān)系。簡(jiǎn)單說(shuō)，給定一組相關(guān)的數(shù)據(jù)后，邏輯回歸能夠預(yù)測(cè)結(jié)果（在世界杯的情況下，就是預(yù)測(cè)是輸還是贏）。

這是他的模型預(yù)測(cè)最初幾場(chǎng)比賽的結(jié)果：俄羅斯vs沙特，俄羅斯勝利；烏拉圭vs埃及，烏拉圭勝利；伊朗vs摩洛哥，平局。4天以后就可以驗(yàn)證這個(gè)結(jié)果是對(duì)還是錯(cuò)了。

16強(qiáng)的結(jié)果是這樣的：

四分之一決賽將在葡萄牙vs巴西，以及德國(guó)vs阿根廷之間展開(kāi)。

最終巴西vs德國(guó)，巴西獲勝。

使用隨機(jī)森林進(jìn)行預(yù)測(cè)

另一方面，微軟的AI和數(shù)據(jù)科學(xué)專家Sorin Peste的預(yù)測(cè)過(guò)程則更加完善。在數(shù)據(jù)的選擇上，除了歷年世界杯結(jié)果，Peste還使用了歐洲杯、奧運(yùn)會(huì)等大型比賽的數(shù)據(jù)，以及這些比賽的勝率分布。

此外，Peste還考慮了比賽的地址，也即是在主場(chǎng)、客場(chǎng)還是在雙方都無(wú)關(guān)的中立場(chǎng)所，以及比賽是否“friendly”，在踢friendly比賽時(shí)，目的不是為了贏球，而是為了觀察對(duì)手的球員和策略。

在模型的選擇上，Peste用的是隨機(jī)森林（深度500），一種根據(jù)呈現(xiàn)給它的特征生成多個(gè)決策樹(shù)的算法，并且每個(gè)單獨(dú)的樹(shù)對(duì)每個(gè)新輸入向量的結(jié)果“投票”。隨機(jī)森林的速度快，相當(dāng)準(zhǔn)確，可以對(duì)泛化誤差進(jìn)行無(wú)偏估計(jì)，因此不需要交叉驗(yàn)證。

下圖展示了迭代1000次后的結(jié)果，巴西獲勝，阿根廷第二。

統(tǒng)計(jì)的方法：德國(guó)戰(zhàn)車險(xiǎn)勝巴西

當(dāng)然，除了機(jī)器學(xué)習(xí)，還有更多預(yù)測(cè)是使用大數(shù)據(jù)方法。KDnuggets上一位狂熱球迷用統(tǒng)計(jì)的方法，預(yù)測(cè)德國(guó)隊(duì)會(huì)奪冠。他的操作步驟如下：

收集信息:

國(guó)際足聯(lián)世界排名：這是所有211支國(guó)家足球隊(duì)的排名系統(tǒng)。使用積分系統(tǒng)，積分是基于所有FIFA認(rèn)可的國(guó)際比賽的結(jié)果。然而，這并不是最好的系統(tǒng)，而且有很多缺點(diǎn)。

Elo評(píng)級(jí)：該系統(tǒng)最初是為國(guó)際象棋聯(lián)合會(huì)FIDE開(kāi)發(fā)的，目的是給棋手打分。它的復(fù)雜矩陣根據(jù)比賽的類型分配點(diǎn)數(shù)，并考慮到雙方的凈勝球差異。它和國(guó)際足聯(lián)的主要不同之處在于，它也統(tǒng)計(jì)了友誼賽的數(shù)量。

TransferMarkt team value：這個(gè)總部位于德國(guó)的網(wǎng)站提供了關(guān)于足球各個(gè)方面的信息，包括每個(gè)知名球員的估計(jì)市值。他們列出了參與國(guó)的名單和他們的團(tuán)隊(duì)價(jià)值。

投注賠率：使用投注比較網(wǎng)站OddsChecker，采用每個(gè)國(guó)家最慷慨的賠率。

TransferMarkt的數(shù)字是歐元，而FIFA和Elo有他們自己的評(píng)級(jí)系統(tǒng)，投注賠率是分?jǐn)?shù)。作者將每一個(gè)系統(tǒng)都標(biāo)準(zhǔn)化，使它們具有可比性。在統(tǒng)計(jì)中，標(biāo)準(zhǔn)分?jǐn)?shù)（也稱為z分?jǐn)?shù)/值，正常分?jǐn)?shù)或標(biāo)準(zhǔn)化值）是數(shù)值與平均值不同的標(biāo)準(zhǔn)偏差數(shù)。

2018年世界杯，四個(gè)流行的預(yù)測(cè)來(lái)源

KDnuggets預(yù)測(cè)的z分?jǐn)?shù)

如果KDnuggets的預(yù)測(cè)是正確的，那么世界杯小組賽的結(jié)果會(huì)是下面這樣的：

研究結(jié)果引出了一些有趣的結(jié)論：

德國(guó)排名第一，但僅略高于巴西。緊隨其后的是西班牙和法國(guó)。

Elo排名系統(tǒng)和投注幾率看起來(lái)最相似，都列出了相同的前五名(上面提到的四個(gè)球隊(duì)和阿根廷)。

在整個(gè)體系中有一些鮮明的對(duì)比，其中最引人注目的是秘魯在國(guó)際足聯(lián)(FIFA)和Elo排名中z分?jǐn)?shù)都排在第10位，而在TrasferMarkt的球隊(duì)價(jià)值排名卻在第30位。

民意調(diào)查：德國(guó)、巴西、阿根廷最受歡迎

除了KDnuggets上的預(yù)測(cè)，還有諸多世界杯賽前的其他預(yù)測(cè)：

《每日電訊報(bào)》對(duì)每支球隊(duì)進(jìn)行了廣泛的分析，最后進(jìn)行了一項(xiàng)投票，讓讀者預(yù)測(cè)冠軍，投票結(jié)果如下：

此外，據(jù)中新網(wǎng)報(bào)道，俄羅斯彼爾姆國(guó)立研究大學(xué)學(xué)生維克多?扎科派洛建立了一個(gè)能預(yù)測(cè)2018年世界杯冠軍的神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)綜合各項(xiàng)參數(shù)進(jìn)行分析計(jì)算后得出結(jié)論稱，世界杯前三名將是德國(guó)隊(duì)、巴西隊(duì)和阿根廷隊(duì)。

四年前，巴西在家門口以1：7輸給了德國(guó)隊(duì)，創(chuàng)下了自1920年0：6輸給烏拉圭以來(lái)最大的世界杯輸球記錄，震驚全國(guó)人民。最終，德國(guó)隊(duì)奪得了當(dāng)年的世界杯冠軍。

今年的俄羅斯世界杯，諸多機(jī)構(gòu)預(yù)測(cè)巴西和德國(guó)將上演冠軍大戰(zhàn)。巴西能否一雪前恥，德國(guó)能否成功衛(wèi)冕？我們拭目以待。