大數據預測的世界盃冠軍是這支球隊！你信么？三
大多數 「決策樹」 在後期都會因為不可靠因素過多而影響決策模擬結果的準確性，這些決策由於不一致和分散的訓練數據（training data）而失真，這種現象叫做 「過度擬合」（overfitting）。而 「隨機森林方法」 則通過多次計算隨機分支的結果來盡量讓結果準確。「隨機森林方法」 取多次隨機決策樹的平均值，以此繞過 「過度擬合」。
在這個研究 「到底誰能獲勝」 的模型里，有些考量的因素是我們能想到的，比如該球隊在國際足聯排名、球員平均年齡、球隊里有多少名球員在冠軍聯賽踢球等因素。
除了這些明顯對預測結果有幫助的因素，這個模型還包含了一些看似無關緊要的因素，比如國家人口、國內生產總值、甚至包括執教教練的國籍。
該團隊模擬了足足 10 萬次足球比賽，並根據 2002 年到 2014 年之前所有比賽的成績（數據可以說是很充分了），使用了三種不同的建模方法。
用這種方式預測出來的本屆世界盃冠軍是...
西班牙！
根據預測結果，西班牙奪冠的概率是 17.8%。如果說這個概率還不是很 「自信」 的話，這個預測說西班牙能衝進四強的概率則高出不少，足足有 73%！可以說是相當有信心了。
而這個研究對衛冕冠軍德國隊的預測是：
「能不能闖出小組賽難說，但如果小組賽沒被淘汰，德國隊進四強的幾率高達 58%。」
這讓小探想起一周前墨西哥 1-0 擊敗德國時，不論中外媒體幾乎都用了 「爆冷」 這個詞，這個結果倒是在一定程度上證明了這項研究有一定的準確性。
好在今天凌晨在德國隊 - 瑞典的比賽中，德國戰車終於發威 2-1 擊敗瑞典！這才是德國戰車的精神！！！德國球迷的心情終於也陰轉晴。
輸給墨西哥的德國：
贏了瑞典：
不過按照這種方法計算，中國男足來自一個人口眾多的國家（加分）、中國 GDP 也全球第二（加分），但連世界盃的門兒都摸不到... 難道這種模型不適用於中國男足？
當然，或許是中國男足的世界排名太低了，拉了這項預測的後腿。中國男足全球排名低到什麼程度了呢？這麼說吧，下次你再抱怨網速太慢的時候請牢牢記住，我們的網速世界排名都比國足要高。
話說回來，如果機器學習的預測方法在此次世界盃上被證明很準確的話，恐怕會對賭球行業產生重大影響。小探奉勸大家一句：享受比賽、愛惜錢包、謹慎賭球...
說了這麼多，本屆世界盃你最看好哪支球隊奪冠？歡迎留言討論！
阿根廷：你們聊你們的，別管我...
TAG:矽谷密探 |