机器学习预测世界杯：巴西夺冠

2019独角兽企业重金招聘Python工程师标准>>>

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。