详细内容或原文请订阅后点击阅览
我建立了 11 个模型来预测 2026 年世界杯。他们加冕了四位不同的冠军。
一个模型为您提供了一个答案，并且不知道它在多大程度上取决于隐藏在其中的数十个选择。我建立了 11 个模型来预测 2026 年世界杯的帖子。他们加冕了四位不同的冠军。首先出现在《走向数据科学》上。
来源:走向数据科学世界杯，104 场比赛，有多少球迷就有多少自信的预测。构建一个宣布“X 队获胜，概率 p”的模型很容易 - 只需一个下午的时间即可使用公共数据和泊松分布。陷阱就是相信这个数字。一个模型给你一个单一的答案，并且不知道它在多大程度上取决于隐藏在其中的数十个选择：哪种评级系统、哪种目标分布、哪种学习算法。改变其中任何一个，“答案”就可以移动两位数。
因此，我没有相信一个模型，而是构建了 11 个模型——（几乎）机器学习教科书的每一章都有一个模型——在相同的真实比赛数据上训练或计算它们，通过相同的锦标赛模拟器运行每个模型，并让它们争论。三个评级系统（Elo、Colley、PageRank）、两个目标模型（泊松、负二项式）、五个分类器（逻辑回归、KNN、随机森林、XGBoost、神经网络）以及博彩市场作为基准。同样的 48 个团队，同样的数据，十一种方法。
他们为四个不同的冠军加冕——事实证明，这种分歧，而不是共识，才是一套模型可以给你的最有用的东西。本文介绍如何构建它以及如何阅读它。 （如果您只想要一个清晰的预测，Elo-plus-Poisson 版本就是它自己的短文；在这里我们追求的是比一个数字更诚实的东西。）
数据
一切都适合 358 场真实的国际比赛：2010-2022 年世界杯（256 场比赛）以及 2020 年和 2024 年欧洲锦标赛（102 场）的每场比赛，均来自 openfootball 项目 - 特别是其专用于公共领域的 worldcup.json 和 euro.json 数据集。分类器学习从比赛特征到这些游戏结果的映射；评级系统直接根据结果图计算。 2026 年抽签结果是真实的、已确认的——48 支球队，12 个小组。