機器學習預測足球比賽項目——80%準確率

項目背景

FBP項目全稱FootBallPrediction，歷經9個月完成的足球比賽預測項目。項目結合大數據+機器學習，不斷摸索開發了一款軟件。軟件根據各大公司賠率多維度預測足球比賽結果（包含勝和不勝）。機器學習用的是本身創建的「三木板模型」算法，已在國家期刊發表論文並被萬方數據庫收錄（三木板模型算法論文地址：wanfangdata.com.cn 搜索「基於機器學習的預測算法模型及其在環評領域的應用」）。目前準確率可達80%。目前軟件版本爲14.0。FBP項目在Github網站已經有超過80人關注（github.com/acredjb/FBP… 技術實現（完整可下載開源代碼：github.com/acredjb/FBP…

數據清洗
複製代碼

一、只抓取主隊爲讓球方（上盤）的場次，保證數據具備一致性。

二、只抓取主隊勝賠，做爲影響因子。

三、過濾掉蚊子肉，將Oddset<1.45或偉德<1.45的場次過濾掉。

機器學習
複製代碼

FBP項目中的核心模型：三木板模型（參考萬方數據庫論文），統計出歷史數據標籤y/n（勝/不勝）的數量，並輸出符合條件「y>n3或n>y3」的結果（3爲參數，目前還沒有調整過此參數，可根據算法模型及評估結果適時調整）。此結果做爲選擇信心場次的依據。

其他KNN、bagging、反向傳播等算法參考詳細設計書。

評估模型
複製代碼

用正向激勵和反向激勵統計出哪些組合對比賽結果有較大的影響，做爲從此選擇信心場次的優先依據。

優點

準確率高，達到80%左右不斷更新預測模型的數據，隨着歷史數據的不斷更新，不斷迭代修正原始模型，符合機器學習中的反向傳播算法理論，準確率會不斷提升，並穩定在高準確率不受我的情緒影響，徹底由程序輸出看好的比賽對比同行公衆號推薦：大多數都是人爲看盤口，如今是人工智能時代，一定被機器學習淘汰。別的公衆號推籃球、足球，足球還推讓2球，大小球，角球，能有那麼多精力，很難相信作的專業。甚至還有推薦讓平讓負雙選，最後仍是預測錯誤。FBP程序只預測主隊爲上盤的比賽，只推勝或不勝（也就是讓負），簡約而不簡單。高賠率優點，賠率通常在1.8-2.2之間。最重要的一點：程序給出當天預測的信心指數，徹底數據量化的數值，根據指數的大小分配投資金額。
複製代碼

技術支持

Github網站：https://github.com/acredjb/FBP
Kaggle網站：https://www.kaggle.com/FootballPrediction
微信號：acredjb
公衆號：AI金膽複製代碼