根据四万场比赛结果,我给今年世界杯每场比赛计算了胜率

1,566 阅读5分钟

四年一度的世界杯本周就要开赛啦!如果你和我一样是一名伪球迷,请先了解以下注意事项:

  1. 本届世界杯是在俄罗斯举办
  2. 一共32只球队分8个小组,每组前2名进入淘汰赛
  3. 比赛持续一个月
  4. 共64场比赛在俄罗斯多个城市举行
  5. 没有中国队,因为没出线
  6. 没有意大利队、荷兰队,因为也没出线
  7. 是国家队间比赛,因此没有巴萨、皇马、曼联、拜仁……
  8. 比赛常规时间,上下半场各45分钟
  9. 淘汰赛阶段常规时间打平,进入30分钟加时赛,再打平才是点球大战
  10. 梅西是阿根廷的,C罗是葡萄牙的,内马尔是巴西的,他们都不是西班牙的
  11. 大罗、小罗、卡卡、贝克汉姆都不参加
  12. 世界杯是足球比赛,没有哈登、库里、杜兰特


每到世界杯,一项保留节目就是预测当年冠军,各路大神啦、名嘴啦、章鱼啦、猫猫狗狗啦都少不了。这次我也来预测一把。但我不懂球啊怎么办?没关系,我可以用程序!(反正都是蒙呗)


数据来源

这份数据来自 Kaggle,是从1872年到2018年共38929场比赛的结果。我们这次就用这份数据作为预测的基础。

https://www.kaggle.com/martj42/international-football-results-from-1872-to-2017/data

可从文末项目中获取。

另外介绍下 Kaggle,它一个数据科学竞赛平台,强烈建议研究数据分析、机器学习这方面的同学多上去玩耍。


建立模型

有了这么多历史比赛数据,要怎么来预测呢?我建立了如下几条规则:

  1. 太久远的数据对于当下球队的参考价值有限,所以设定一个起始年限
  2. 查找对阵双方从起始年限至今的对战数据,并计算
    胜利概率=(胜利场次+平局场次/2)/总场次
  3. 小组赛阶段,胜利概率超过一定阈值(比如0.7)的球队赢,否则为平局
  4. 淘汰赛阶段,胜利概率大的球队赢
  5. 如果两队从起始年限至今没有进行过比赛,就往前再多选取N年的数据(一般出现在参加大赛较少的球队)
  6. 如果仍然没有交手过,则以各自对阵本届杯赛其余所有球队的战绩为基础,分别计算胜利概率。概率高的球队胜。但如果是小组赛,概率差必须高过一定阈值(比如0.1),否则为平局


赛程模拟

基于以上的规则模型,我们导入数据,通过 Python 程序模拟本届世界杯32支球队的64场比赛。

这样就“预测”了比赛的结果。


预测结果

所以,究竟这份代码 run 出怎样的结果?

因为不同的起始年限和平局阈值会得到不一样的结果。我尝试使用 2006~2016 11个不同年限,和4组N的取值,得到共44组比赛结果。最终夺冠的次数是:

巴西 23 次
西班牙 12 次
德国 6 次
英格兰 3 次

看来,巴西队还是毋庸置疑的夺冠热门。难怪各大菠菜网站都给他们开出最低的赔率。

但是抛开巴西队不谈,在我的结果中,英格兰队的表现异常得好。这主要源于他们近几年对战巴西的良好战绩:1胜2平0负。而相比之下,阿根廷恐怕又要“没戏”了。

另外,塞内加尔伊朗值得关注下,他们这几年对战其他球队的战绩不错,或许会成为黑马:

2012年以来

塞内加尔 4胜3平1负
伊朗 5胜6平3负


历史战绩查询工具

当然,我这个模型是很粗糙的。不过本来嘛,足球是圆的,拿历史数据预测比赛结果也就是娱乐一下,给看球增加点乐趣。如果你有自己的规则想实现,也可以在我代码的基础上进行修改。代码和数据的获取方法见文末说明。

另外,我把部分数据导出,做了一个在线查询的小工具,方便你直接查询任意两支球队之间的对战历史。

点击进入:历史战绩在线查询工具


可以选择不同的年限。同时我还自创了一套“赔率”计算,以供参考。

主队综合胜率=总场数/(主队胜场+客队负场)

因为这个赔率模型基于的更多是历史战绩,而强队的对手多是强队,弱队的对手多是弱队,导致赔率上的差异并没有市面上的那么大,但总的来看也基本符合胜负关系。如果你发现有某场比赛计算出的结果和别人开出的结果差异很大,那或许这会是场会爆冷的比赛哦


预测结果仅供参考,如有雷同纯属巧合


最后,我突然想到,咱们国足对这32支球队的战绩如何呢?如果在另一个平行宇宙中有幸参赛,大概会是个什么结果?于是……

2014年以来:2胜, 5平, 8负
2002年以来:8胜, 19平, 35负
似乎只有和从未交过手的巴拿马在战绩上可以一战。


好吧,当我没说。还是让我们安心享受世界杯的欢乐吧!


本文中使用到的数据和代码,可在公众号(Crossin的编程教室)里获取,回复关键字 世界杯


════
其他文章及回答:

如何自学Python | 新手引导 | 精选Python问答 | Python单词表 | 区块链 | 人工智能 | 双11 | 嘻哈 | 爬虫 | 排序算法 | 我用Python | 高考

欢迎搜索及关注:Crossin的编程教室