根據四萬場比賽結果，我給今年世界盃每場比賽計算了勝率，冠軍竟然是…

來自專欄 Crossin的編程教室58 人贊了文章

四年一度的世界盃本周就要開賽啦！如果你和我一樣是一名偽球迷，請先了解以下注意事項：

1. 本屆世界盃是在俄羅斯舉辦
2. 一共32隻球隊分8個小組，每組前2名進入淘汰賽
3. 比賽持續一個月
4. 共64場比賽在俄羅斯多個城市舉行
5. 沒有中國隊，因為沒出線
6. 沒有義大利隊、荷蘭隊，因為也沒出線
7. 是國家隊間比賽，因此沒有巴薩、皇馬、曼聯、拜仁……
8. 比賽常規時間，上下半場各45分鐘
9. 淘汰賽階段常規時間打平，進入30分鐘加時賽，再打平才是點球大戰
10. 梅西是阿根廷的，C羅是葡萄牙的，內馬爾是巴西的，他們都不是西班牙的
11. 大羅、小羅、卡卡、貝克漢姆都不參加
12. 世界盃是足球比賽，沒有哈登、庫里、杜蘭特

每到世界盃，一項保留節目就是預測當年冠軍，各路大神啦、名嘴啦、章魚啦、貓貓狗狗啦都少不了。這次我也來預測一把。但我不懂球啊怎麼辦？沒關係，我可以用程序！（反正都是蒙唄）

數據來源

這份數據來自 Kaggle，是從1872年到2018年共38929場比賽的結果。我們這次就用這份數據作為預測的基礎。

可從文末項目中獲取。

另外介紹下 Kaggle，它一個數據科學競賽平台，強烈建議研究數據分析、機器學習這方面的同學多上去玩耍。

建立模型

有了這麼多歷史比賽數據，要怎麼來預測呢？我建立了如下幾條規則：

1. 太久遠的數據對於當下球隊的參考價值有限，所以設定一個起始年限
2. 查找對陣雙方從起始年限至今的對戰數據，並計算
   勝利概率=(勝利場次+平局場次/2)/總場次
3. 小組賽階段，勝利概率超過一定閾值（比如0.7）的球隊贏，否則為平局
4. 淘汰賽階段，勝利概率大的球隊贏
5. 如果兩隊從起始年限至今沒有進行過比賽，就往前再多選取N年的數據（一般出現在參加大賽較少的球隊）
6. 如果仍然沒有交手過，則以各自對陣本屆杯賽其餘所有球隊的戰績為基礎，分別計算勝利概率。概率高的球隊勝。但如果是小組賽，概率差必須高過一定閾值（比如0.1），否則為平局

賽程模擬

基於以上的規則模型，我們導入數據，通過 Python 程序模擬本屆世界盃32支球隊的64場比賽。

這樣就「預測」了比賽的結果。

預測結果

所以，究竟這份代碼 run 出怎樣的結果？

因為不同的起始年限和平局閾值會得到不一樣的結果。我嘗試使用 2006~2016 11個不同年限，和4組N的取值，得到共44組比賽結果。最終奪冠的次數是：

巴西 23 次

西班牙 12 次

德國 6 次

英格蘭 3 次

看來，巴西隊還是毋庸置疑的奪冠熱門。難怪各大菠菜網站都給他們開出最低的賠率。

但是拋開巴西隊不談，在我的結果中，英格蘭隊的表現異常得好。這主要源於他們近幾年對戰巴西的良好戰績：1勝2平0負。而相比之下，阿根廷恐怕又要「沒戲」了。

另外，塞內加爾和伊朗值得關注下，他們這幾年對戰其他球隊的戰績不錯，或許會成為黑馬：

2012年以來

塞內加爾 4勝3平1負

伊朗 5勝6平3負

歷史戰績查詢工具

當然，我這個模型是很粗糙的。不過本來嘛，足球是圓的，拿歷史數據預測比賽結果也就是娛樂一下，給看球增加點樂趣。如果你有自己的規則想實現，也可以在我代碼的基礎上進行修改。代碼和數據的獲取方法見文末說明。

另外，我把部分數據導出，做了一個在線查詢的小工具，方便你直接查詢任意兩支球隊之間的對戰歷史。

點擊進入：歷史戰績在線查詢工具

可以選擇不同的年限。同時我還自創了一套「賠率」計算，以供參考。

主隊綜合勝率=總場數/(主隊勝場+客隊負場)

因為這個賠率模型基於的更多是歷史戰績，而強隊的對手多是強隊，弱隊的對手多是弱隊，導致賠率上的差異並沒有市面上的那麼大，但總的來看也基本符合勝負關係。如果你發現有某場比賽計算出的結果和別人開出的結果差異很大，那或許這會是場會爆冷的比賽哦??

預測結果僅供參考，如有雷同純屬巧合。

最後，我突然想到，咱們國足對這32支球隊的戰績如何呢？如果在另一個平行宇宙中有幸參賽，大概會是個什麼結果？於是……

2014年以來：2勝, 5平, 8負

2002年以來：8勝, 19平, 35負

似乎只有和從未交過手的巴拿馬在戰績上可以一戰。

好吧，當我沒說。還是讓我們安心享受世界盃的歡樂吧！

本文中使用到的數據和代碼，可在公眾號（Crossin的編程教室）里獲取，回復關鍵字 世界盃

════

如何自學Python | 新手引導 | 精選Python問答 | Python單詞表 | 區塊鏈 | 人工智慧 | 雙11 | 嘻哈 | 爬蟲 | 排序演算法 | 我用Python | 高考

歡迎搜索及關註：Crossin的編程教室

推薦閱讀：