详细内容或原文请订阅后点击阅览
谁将赢得 2026 年足球世界杯？
根据 Elo、泊松和 10,000 次模拟构建预测谁将赢得 2026 年足球世界杯？首先出现在《走向数据科学》上。
来源:走向数据科学将于 6 月 11 日开赛，共有 48 支球队、104 场比赛以及一如既往的大量热门赛事。我想要一个我可以真正捍卫的预测。不仅仅是一个具有良好结果的酷机器学习模型，而且是一个每个数字都可以追溯到我可以争论的明确假设的模型。
本文从头开始构建该预测。它故意很简单：对每支球队进行评分，将每场比赛转换成进球分布，并模拟整个锦标赛数万次。
这听起来可能非常针对足球，但本文中的几乎所有内容，从方法论到我们解释结果的方式，对于数据科学来说都是通用的。将“团队”替换为销售代表、交付日期、服务器负载或流失群体，同样的三个步骤可以为您提供可靠的预测，而不是点估计。
这里真正可转移的技能是建立一个管道，其中每个数字都可以追溯到您可以争论的假设，而不是黑盒机器学习模型向您隐藏的假设。
在我们的足球案例中，这意味着：没有跟踪数据，没有深度学习，没有什么是你一个下午无法重建的。但不要停止阅读这里！重点不在于复杂程度。这是关于拥有一个透明的管道，迫使您面对黑匣子隐藏的建模选择。我们将分三步构建模型，并询问每一步的假设。
第 1 步：用 Elo 对每个团队进行评分
如果没有数据来预测双方的实力，就无法预测一场比赛。国家队最干净的现成选择是世界足球 Elo 评级，它是 Arpad Elo 国际象棋系统的改编版。
Elo 是一个单一的自校正方程。每支球队都有一个评级 R。在比赛之前，A 队对 B 队的预期得分（按 0-1 评分，其中 1 表示获胜）是评级差异的逻辑函数：
E_A = 1 / (1 + 10^(-(R_A - R_B) / 400))
比赛结束后，您将评分推向实际发生的情况：
R_A' = R_A + K * (S_A - E_A),