世界杯要来了，AI预测冠军哪家强？

　　

编译 | Debra

编辑 | Natalie

微信公众号 | AI 前线（ID：ai-front）

　　和往年一样，大家预测的冠军不尽相同，但目前争论的焦点集中在德国和巴西谁会夺冠上。

　　据媒体报道，几天前俄罗斯彼尔姆国立研究大学的大四学生制造的神经网络，预测 德国队将在 2018 年世界杯中夺冠，而世界杯前三名将是德国队、巴西队和阿根廷队。据说，这项预测的准确度超过 80%。

　　而瑞银则由一支 18 名分析师和编辑组成分析师团队，运用计量经济学，在衡量了球队实力，资格记录和往年世界杯表现等因素后，对比赛进行了 10000 次计算机模拟，预测了比赛的可能胜者。根据其 5 月 17 日发布的报告，瑞银预测今年世界杯冠军将花落德国，获胜可能性为 24％，其次是巴西 19.8％，西班牙 16.1％，而常年失利的英格兰以 8.5％的成绩排名第四，法国、比利时和阿根廷也被视为黑马。

　　

　　搞笑的是，瑞银全球财富管理部门首席投资官 Mark Haefele 仍然坚持认为英国有成为冠军的潜力。2014 年世界杯，瑞银的预测团队中因为有英国队铁杆球迷的存在，把结果排名第十的英国队硬生生拗成了冠军。看来真的是英国队的死忠粉啊。

　　然而，也有人用机器学习得出截然相反的预测结果——巴西将赢得冠军。肯尼亚投资银行 Genghis Capital Investment Bank 的投资银行分析师 Gerald Muriuki，日前在 Medium 上公布了他使用机器学习预测 FIFA 2018 的结果。

　　Muriuki 使用逻辑回归的方法，利用两个 Kaggle 数据集（https://www.kaggle.com/martj42/international-football-results-from-1872-to-2017/data ），以及 1930 年以来所有的参赛队伍的赛事数据结果，来进行赛事预测。

　　环境和工具：jupyter notebook、numpy、pandas、seaborn、matplotlib 和 scikit-learn。

　　首先，将需要的库和数据加载至数据框。

　　

　　经过加载库、数据集、探索分析和特征工程、范围缩小至参加世界杯的球赛、创建数据框部署模型等步骤之后，这个模型就可以进行预测了。

　　这是小组赛的部分预测结果：

　　

　　

　　

　　

　　这是 16 强的预测结果：

　　

　　它还对四分之一决赛进行了预测：

　　

　　半决赛预测：

　　

　　总决赛预测：巴西战胜德国

　　

　　但 Muriuki 坦诚这个模型还有改进的空间，如通过评测球队队员素质提高数据质量、用混淆矩阵分析模型预测问题所在，或者使用多个模型提高准确率。

　　KDnuggets 上一位球迷借鉴了 FiveThirtyEight 预测 2014 年世界杯的方法（https://fivethirtyeight.com/features/how-fivethirtyeights-world-cup-predictions-compare-to-other-ratings/ ），通过统计学得出了相反的预测结果：德国战胜巴西。

FIFA 世界排名（https://www.fifa.com/fifa-world-ranking/ranking-table/men/index.html ）：所有 211 支国家足球队的排名系统，得分基于 FIFA 认证过的所有国际赛事成绩。这不是最好的系统，但已经够用了。

Elo 排名：由 Dr. Arpad Elo 创建，原为 FIDE 国际象棋比赛而设计。这个复杂的矩阵基于比赛类型计分，并考虑到双方的目标分数差距，与 FIFA 的最大不同在于它考虑了友好比赛。

TransferMarkt 球队价值：这个总部位于德国的网站提供关于足球的所有信息，包括每个知名球员的价值，并列出了参赛国家球队及其价值。据该网站估计，所有在列表中的球队总价值约 106.4 亿欧元。

投注赔率：使用投注比较网站 OddsChecker，采用每个国家最大赔率。

　　收集完这些信息之后，该球迷进行了预测：

　　四种方法预测 2018 世界杯结果

　　KDnuggets 预测结果

　　如果 KDnuggets 的预测准确，以下就是本届世界杯赛程的最终结果：德国、巴西、西班牙分别为前三名。

　　

　　英国《电讯报》进行的一项调查显示，大多数人还是看好德国赢得冠军。

　　

　　Sporting life 没有预测谁会赢得冠军，但猜测了一把参赛国家队将在什么时候 out，比如认为英格兰会在四分之一决赛被淘汰。

　　不管是用了什么方法，看起来多么复杂，预测结果准不准还得另当别论。因为事实证明，很多看起来靠谱、头头是道的预测结果往往抓瞎得很。比如华尔街最靠谱的高盛，预测 2014 年世界杯时便被啪啪打脸。当时高盛由大名鼎鼎高盛经济学家凯文·戴利（Kevin Daly）带领的量化分析师团队建立了自 1960 年以来正式国际足球比赛数据的模型，对其进行回归分析，通过一个叫“elo”的动态模拟系统“掷骰子”分析赛果，同时根据泊松模型（一种概率模型，用于预测进球而非预测胜负）预测小组赛的比分。结果呢，八强预测错了三个（哥斯达黎加、比利时和哥伦比亚），四强错了一个（西班牙），小组赛的赛果正确率只有 37.5%，还铁定押宝巴西会夺冠，让人哭笑不得。

　　彭博社的方法与高盛类似，是在各国国家队 FIFA 积分的基础上，模拟了 1 万次比赛结果，结果也与高盛类似，认为西班牙会在和阿根廷打平后点球进入决赛，最终输给巴西。然而尴尬了，西班牙早就在之前的比赛中已经 out 了……

　　德银的模型更离谱，它的模型据说综合了 FIFA 排名、历史战绩、球员构成和赌球赔率等因素，算出的夺冠概率前四名是巴西、德国、西班牙、法国，但是德银的分析师在建立模型时，综合了一个据说是“历史夺冠轮回”的理论，最终，他们计算出的结果是巴西无缘 8 强，而英格兰将夺冠。然而，英格兰也早早打铺盖回家了……

　　一众大佬在 2014 年世界杯预测中被无情打脸，然而，百度的预测却出乎意料地相对准确。据说，当时这家公司的数据科学家团队搜索了距当时 5 年内全世界 987 支球队（含国家队和俱乐部队）的 3.7 万场比赛数据，同时与中国彩票网站乐彩网、欧洲必发指数数据供应商 Spdex 进行数据合作，导入博彩市场的预测数据，建立了一个囊括 199972 名球员和 1.12 亿条数据的预测模型，并在此基础上进行结果预测。在大多数人预测巴西将夺冠的情况下，仍然坚持德国将胜出。结果巴西意外爆冷，奖杯被德国拿走。

　　根据以上分析来看，今年无论是机器学习还是大数据的方法，或多或少都借鉴了以往所使用过的方法，2014 年世界杯预测的结果大家也有目共睹。所以说，世界杯冠军到底将花落谁家将受到很多因素的影响，比如天气、球员状态、场地情况、任何意外事故，等等，如果真能料事如神，赌球的网站早就关门大吉了。而这也是世界杯的魅力和球迷为之疯狂的原因所在，不到最后一刻，谁也不知道会不会发生惊天逆转。

　　安静吃瓜看球的诸位球友们，你最看好哪支队伍夺冠呢？

　　参考链接：

　　https://www.kdnuggets.com/2018/06/football-world-cup-predictions.html

　　https://medium.com/@itsmuriuki/predicting-fifa-world-cup-2018-using-machine-learning-dc07ad8dd576