3天后,2018年俄罗斯世界杯开打,首场比赛是东道主俄罗斯对阵沙特阿拉伯,将于6月14日拉开序幕。
每届世界杯最受关注的当属决赛,上届2014年巴西世界杯,东道主巴西队意外爆冷,只获得第四名,无缘决赛。今年的世界杯,不少机构/研究人员给出预测:德国将和巴西争夺冠军,并且,巴西队夺冠的概率更大些。
综合各种预测和民意调查,冠军几乎肯定在巴西、德国和阿根廷之间展开,虽然强强争锋喜闻乐见,但似乎也少了些惊喜。
机器学习和大数据的方法正越来越多地被用在比赛结果预测上,不仅是世界杯,也不仅是结果,球队组成、战术选择和球员训练都已经开始见到机器学习的身影。对于球迷和观众而言,人工智能也将展开一种全新的参与/观看体育赛事的体验。
机器学习预测结果:巴西获得冠军
肯尼亚的投资银行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——巴西将赢得冠军。
这一结果跟微软的AI和数据科学专家Sorin Peste的预测结果一致。
实际上,预测世界杯冠军是一个典型的机器学习问题,你首先预测每场比赛的获胜者,接着再预测小组赛、半决赛和决赛的冠军。在这个过程中,你需要进行数据整合、特征建模和结果预测。因此,很多机器学习或数据科学家,都做过类似的项目。
Muriuki和Peste两个人都是根据足球比赛的历史数据,建立机器学习模型,模拟比赛,并预测这些比赛的结果。下面我们分别来看看。
使用逻辑回归进行预测
Muriuki使用了两个来自Kaggle的数据集,包含了从1872年到2017年国际足球比赛的结果。他先分析了两个数据集,做了一些特征工程,选择跟2018年世界杯最相关的特征进行预测,再足控了一些数据增强。
在模型的选择上,Muriuki用的是逻辑回归,一种分类器算法。逻辑回归通过使用逻辑函数预估概率,从而衡量分类因变量和一个或多个自变量之间的关系。简单说,给定一组相关的数据后,逻辑回归能够预测结果(在世界杯的情况下,就是预测是输还是赢)。
这是他的模型预测最初几场比赛的结果:俄罗斯vs沙特,俄罗斯胜利;乌拉圭vs埃及,乌拉圭胜利;伊朗vs摩洛哥,平局。4天以后就可以验证这个结果是对还是错了。
16强的结果是这样的:
四分之一决赛将在葡萄牙vs巴西,以及德国vs阿根廷之间展开。
最终巴西vs德国,巴西获胜。
使用随机森林进行预测
另一方面,微软的AI和数据科学专家Sorin Peste的预测过程则更加完善。在数据的选择上,除了历年世界杯结果,Peste还使用了欧洲杯、奥运会等大型比赛的数据,以及这些比赛的胜率分布。
此外,Peste还考虑了比赛的地址,也即是在主场、客场还是在双方都无关的中立场所,以及比赛是否“friendly”,在踢friendly比赛时,目的不是为了赢球,而是为了观察对手的球员和策略。
在模型的选择上,Peste用的是随机森林(深度500),一种根据呈现给它的特征生成多个决策树的算法,并且每个单独的树对每个新输入向量的结果“投票”。随机森林的速度快,相当准确,可以对泛化误差进行无偏估计,因此不需要交叉验证。
下图展示了迭代1000次后的结果,巴西获胜,阿根廷第二。
统计的方法:德国战车险胜巴西
当然,除了机器学习,还有更多预测是使用大数据方法。KDnuggets上一位狂热球迷用统计的方法,预测德国队会夺冠。他的操作步骤如下:
收集信息:
国际足联世界排名:这是所有211支国家足球队的排名系统。使用积分系统,积分是基于所有FIFA认可的国际比赛的结果。然而,这并不是最好的系统,而且有很多缺点。
Elo评级:该系统最初是为国际象棋联合会FIDE开发的,目的是给棋手打分。它的复杂矩阵根据比赛的类型分配点数,并考虑到双方的净胜球差异。它和国际足联的主要不同之处在于,它也统计了友谊赛的数量。
TransferMarkt team value:这个总部位于德国的网站提供了关于足球各个方面的信息,包括每个知名球员的估计市值。他们列出了参与国的名单和他们的团队价值。
投注赔率:使用投注比较网站OddsChecker,采用每个国家最慷慨的赔率。
TransferMarkt的数字是欧元,而FIFA和Elo有他们自己的评级系统,投注赔率是分数。作者将每一个系统都标准化,使它们具有可比性。在统计中,标准分数(也称为z分数/值,正常分数或标准化值)是数值与平均值不同的标准偏差数。
如果KDnuggets的预测是正确的,那么世界杯小组赛的结果会是下面这样的:
研究结果引出了一些有趣的结论:
![d47e62d2b349aca45e42305ed6714efbe5ed61d9](https://i-blog.csdnimg.cn/blog_migrate/7c59650c126b805387b8e03902a8f318.png)
![d47e62d2b349aca45e42305ed6714efbe5ed61d9](https://i-blog.csdnimg.cn/blog_migrate/7c59650c126b805387b8e03902a8f318.png)
在整个体系中有一些鲜明的对比,其中最引人注目的是秘鲁在国际足联(FIFA)和Elo排名中z分数都排在第10位,而在TrasferMarkt的球队价值排名却在第30位。
民意调查:德国、巴西、阿根廷最受欢迎
除了KDnuggets上的预测,还有诸多世界杯赛前的其他预测:
《每日电讯报》对每支球队进行了广泛的分析,最后进行了一项投票,让读者预测冠军,投票结果如下:
此外,据中新网报道,俄罗斯彼尔姆国立研究大学学生维克多•扎科派洛建立了一个能预测2018年世界杯冠军的神经网络,神经网络综合各项参数进行分析计算后得出结论称,世界杯前三名将是德国队、巴西队和阿根廷队。
四年前,巴西在家门口以1:7输给了德国队,创下了自1920年0:6输给乌拉圭以来最大的世界杯输球记录,震惊全国人民。最终,德国队夺得了当年的世界杯冠军。
今年的俄罗斯世界杯,诸多机构预测巴西和德国将上演冠军大战。巴西能否一雪前耻,德国能否成功卫冕?我们拭目以待。
原文发布时间为:2018-06-11
本文作者:李静怡,克雷格
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。
原文链接:机器学习预测世界杯:巴西夺冠