機器學習預測世界盃：巴西奪冠

3天后，2018年俄羅斯世界盃開打，首場比賽是東道主俄羅斯對陣沙特阿拉伯，將於6月14日拉開序幕。

每屆世界盃最受關注的當屬決賽，上屆2014年巴西世界盃，東道主巴西隊意外爆冷，只得到第四名，無緣決賽。今年的世界盃，很多機構/研究人員給出預測：德國將和巴西爭奪冠軍，而且，巴西隊奪冠的機率更大些。

綜合各類預測和民意調查，冠軍幾乎確定在巴西、德國和阿根廷之間展開，雖然強強爭鋒喜聞樂見，但彷佛也少了些驚喜。

機器學習和大數據的方法正愈來愈多地被用在比賽結果預測上，不只是世界盃，也不只是結果，球隊組成、戰術選擇和球員訓練都已經開始見到機器學習的身影。對於球迷和觀衆而言，人工智能也將展開一種全新的參與/觀看體育賽事的體驗。

機器學習預測結果：巴西得到冠軍

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上公佈了他使用機器學習預測FIFA 2018的結果——巴西將贏得冠軍。

這一結果跟微軟的AI和數據科學專家Sorin Peste的預測結果一致。

實際上，預測世界盃冠軍是一個典型的機器學習問題，你首先預測每場比賽的獲勝者，接着再預測小組賽、半決賽和決賽的冠軍。在這個過程當中，你須要進行數據整合、特徵建模和結果預測。所以，不少機器學習或數據科學家，都作過相似的項目。

Muriuki和Peste兩我的都是根據足球比賽的歷史數據，創建機器學習模型，模擬比賽，並預測這些比賽的結果。下面咱們分別來看看。

使用邏輯迴歸進行預測

Muriuki使用了兩個來自Kaggle的數據集，包含了從1872年到2017年國際足球比賽的結果。他先分析了兩個數據集，作了一些特徵工程，選擇跟2018年世界盃最相關的特徵進行預測，再足控了一些數據加強。

在模型的選擇上，Muriuki用的是邏輯迴歸，一種分類器算法。邏輯迴歸經過使用邏輯函數預估機率，從而衡量分類因變量和一個或多個自變量之間的關係。簡單說，給定一組相關的數據後，邏輯迴歸可以預測結果（在世界盃的狀況下，就是預測是輸仍是贏）。

這是他的模型預測最初幾場比賽的結果：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天之後就能夠驗證這個結果是對仍是錯了。

16強的結果是這樣的：

四分之一決賽將在葡萄牙vs巴西，以及德國vs阿根廷之間展開。

最終巴西vs德國，巴西獲勝。

使用隨機森林進行預測

另外一方面，微軟的AI和數據科學專家Sorin Peste的預測過程則更加完善。在數據的選擇上，除了歷年世界盃結果，Peste還使用了歐洲盃、奧運會等大型比賽的數據，以及這些比賽的勝率分佈。