四年一度的世界盃本週就要開賽啦！如果你和我一樣是一名偽球迷，請先了解以下注意事項：
- 本屆世界盃是在俄羅斯舉辦
- 一共32只球隊分8個小組，每組前2名進入淘汰賽
- 比賽持續一個月
- 共64場比賽在俄羅斯多個城市舉行
- 沒有中國隊，因為沒出線
- 沒有義大利隊、荷蘭隊，因為也沒出線
- 是國家隊間比賽，因此沒有巴薩、皇馬、曼聯、拜仁……
- 比賽常規時間，上下半場各45分鐘
- 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
- 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
- 大羅、小羅、卡卡、貝克漢姆都不參加
- 世界盃是足球比賽，沒有哈登、庫裡、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，我可以用程式！（反正都是蒙唄）
資料來源
這份資料來自 Kaggle，是從1872年到2018年共38929場比賽的結果。我們這次就用這份資料作為預測的基礎。
可從文末專案中獲取。
另外介紹下 Kaggle，它一個資料科學競賽平臺，強烈建議研究資料分析、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資料，要怎麼來預測呢？我建立了如下幾條規則：
- 太久遠的資料對於當下球隊的參考價值有限，所以設定一個起始年限
- 查詢對陣雙方從起始年限至今的對戰資料，並計算
勝利概率=(勝利場次+平局場次/2)/總場次 - 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
- 淘汰賽階段，勝利概率大的球隊贏
- 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年的資料（一般出現在參加大賽較少的球隊）
- 如果仍然沒有交手過，則以各自對陣本屆盃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，我們匯入資料，通過 Python 程式模擬本屆世界盃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，究竟這份程式碼 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，拿歷史資料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，也可以在我程式碼的基礎上進行修改。程式碼和資料的獲取方法見文末說明。
另外，我把部分資料匯出，做了一個線上查詢的小工具，方便你直接查詢任意兩支球隊之間的對戰歷史。
點選進入：歷史戰績線上查詢工具
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，我們們國足對這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！
本文中使用到的資料和程式碼，可在公眾號（Crossin的程式設計教室）裡獲取，回覆關鍵字 世界盃
════
其他文章及回答：
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
歡迎搜尋及關注：Crossin的程式設計教室