基于BP神经网络的2014世界杯比分预测

写在前头：科学的方法，娱乐的心态

研究背景

众所周知，今年的世界杯比赛各种坑爹，看了那么多砖家点评就没人说准过。当然足球比赛中有太多的未知变量，如何选择这些变量就成为了预测比赛比分的关键。

本文作者另辟蹊径，选用足彩比分赔率作为影响比赛走势的主要变量。当然，看了这么多场比赛后总会让人有一种比赛被“操控”的赶脚。因此，赔率作为“幕后黑手”的主要参考指标也可以反应出比赛可能的结果。另一方面，赔率也象征着一种群体意识，即大众普遍的观点。这就如同你请了数百万的球迷来为你预测比赛结果，虽然他们可能都不太专业。

综上所述，简而言之就是一句话--“我之所以看的更远是因为我站在巨人的肩膀上”。

注：本文中所提到赔率并非真正的赔率，而是一个正比于赔率的指标。

算法原理

       BP神经网路算法是一个比较基础的东西，我也就不再累述。这里主要谈一下输入和输出变量的含义。

输入变量：31维的向量，代表常见的31种比赛结果的赔率。

输出变量：31维的向量，代表每种结果的可能性（0~1）

31种比赛结果对照表：(编号#结果)

1#胜其他

2#1:0

3#2:0

4#2:1

5#3:0

6#3:1

7#3:2

8#4:0

9#4:1

10#4:2

11#5:0

12#5:1

13#5:2

14#平其他

15#0:0

16#1:1

17#2:2

18#3:3

19#负其他

20#0:1

21#0:2

22#1:2

23#0:3

24#1:3

25#2:3

26#0:4

27#1:4

28#2:4

29#0:5

30#1:5

31#2:5

算法实现

由于世界杯的比赛数据并不多，所以隐层的神经元不易过多。从结果来看在15个左右为宜。作者用6-15至6-20的17场比赛比分赔率数据作为训练数据，并用第18场作为预测的对象。经过迭代训练5000次后有：

如图可见，以前17场比赛赔率为训练数据并对前17场进行比分预测的准确率为88%，当然这不足为奇。下面是前17场的预测及真实结果对比：

可以发现第17和第11场预测有误。

接着是对第18场的预测，这里说明一下，对BP网络来说第18场比赛是未知的，虽然对我们而言是已知的。

上图是对31种比赛结果的可能性预测，从高到低排列为：25、31、26、22，即2:3、2:5、0:4、1:2。

这是6-20号洪都拉斯对厄瓜多尔的比赛，结果是1：2.

结果分析

  虽然正确结果在预测中可能性排第四，但在数据如此少的情况下得出这样的结果还是可以接受的，随着比赛的进行数据的增多，准确度是会逐渐升高的。

这是开赛前的赔率，由图可知BP网络选择的25、31、26、22并不是赔率最大或者最小的，所以BP并不是一味的选择高赔率或者低赔率的方案。具体购彩时可按照预测的可能性合理组合。