【不务正业】设计一个神经网络预测足球比赛胜负

　　首先作为一个研究生，以下内容皆游离在我的研究内容之外。但是没办法，我承认我确实有“逢赌必输”的运气加成，总之跟着我的直觉反买必中，可能也算一种预测方法。不过大家也都知道，兴趣才是最好的老师，本人潜心钻研，旨在为各位“赌狗”提供更加准确的专业解决方案。

　　好了，言归正传。神经网络作为时下最热门的概念，确实可以“坑蒙拐骗”一群非计算机专业的吃瓜群众，好像“万物皆可神经网络”。当然这是个悖论，以下问题对此进行了很好地解释：是不是并不是所有问题都适合用神经网络预测？

　　神经网络说起来非常玄乎，不过在我看来其实也就是个复杂的数学模型，复杂到你我都看不太懂而已（姑且认为你不太懂）。神经网络的作用主要有回归、预测等等……对没错，所谈论的预测其实也就是一种函数逼近而已。反正咱自己也预测不准，不如用神经网络试一试，死马当活马医了，说干就干！

　　OK我首先从最简单的BP（Back Propagation）神经网络做起，与文献[1]的思想类似，但其使用Java语言，而本文利用的是Python语言的Tensorflow框架（以下皆是）。

　　关于BP神经网络，大家可以参考这个话题：bp神经网络

　　BP神经网络其实就是按照一定规则连接起来的多个神经元。按结构来说分为输入层、隐藏层和输出层。第层的每个神经元和第N层的所有神经元相连，第N-1层神经元的输出就是第N层神经元的输入，且每个连接都有一个权值。关于这些内容，网上有众多介绍并且大同小异，在此不过多赘述了。大佬们都在玩{精选官网网址: www.vip333.Co }值得信任的品牌平台!

　　当然，数学模型离不开理论推导，这对刚入门的人来说也是个超级困难的过程。关于BP神经网络的推导和误差的梯度下降法可以借鉴以下这篇文章：https://zhuanlan.zhihu.com/p/24801814

　　关于BP神经网络的激活函数，一般使用的是Sigmoid函数：

　　上文的推导也是基于Sigmoid函数做的，然而我却不准备用Sigmoid函数。

　　在网上看了一些文献之后，准备利用Tanh函数作为激活函数： 那么以上推导也会有一定的变化。

　　

　　由图可见，Sigmoid函数在输入处于[-1,1]之间时，函数值变化敏感。一旦接近或者超出区间就失去敏感性，处于饱和状态，影响神经网络预测的精度值。Tanh函数的输出和输入能够保持非线性单调上升和下降关系，符合BP网络的梯度求解，容错性好。

　　神经网络的输入应该是+影响足球比赛胜负的各因素，但现实比赛中，影响胜负的因素却没有固定标准，以某APP提供的数据暂且归纳为以下几点（排名不分先后）：

　　（1）主队进球数：废话。

　　（2）对方进球数：这也是一句废话。

　　（3）主/客场：作为一个球迷，当然希望主队的每一场比赛都是在主场。如果要拿“客场进球优势”呛我，请当我没说，不过至少这样不用满世界跑来跑去踢比赛了对吧……OK那么我们定义主场为“1”，客场为“0”，中立场为“0.5”。

　　（4）控球率：指一场比赛某一方控制足球的时间比率，两队的控球率之和为100%，正好不用归一化了。（PS：其实这个数据的使用比较纠结，因为貌似和球队风格有关，某些“宇宙队”就喜欢拿着球来回传……不过既然有这个现成的数据咱还是用吧！）

　　（5）主队射正数：主要包括进入球网的、本可以进入球网，却被守门员救出的、本可以进入球网，却被最靠后的防守队员挡出的。简而言之，射正一定是进球的前提，进球又是获胜的前提。

　　（6）对方射正数：同上。

　　（7）主队危险进攻：顾名思义，有危险的进攻才能进球，想必也都理解。

　　（8）对方危险进攻：同上。

　　（9）主队任意球+角球数：任意球和角球也是比较重要的进球方式

　　（10）对方任意球+角球数：同上。

　　（11）主队红牌数：红牌作为一项负因素，意味着主队要被罚下一人，比赛以少打多。

　　（12）对方红牌数：同上。

　　（13）士气：士气是决定比赛的重要因素之一，但其存在不可量化的缺陷，这里引入一个士气评估标准。初始士气值为0.5，每赢一场比赛加0.1分，平局不加分，输一场扣0.1分，某名首发球员复出加0.1分，受伤扣0.1分。为满足归一化要求，士气值上限不超过1分，下限不低于0分。

　　（PS：如果还有别的因素我未列举的，欢迎私信给我，用作优化网络、提升精度使用。）

　　接下来对以上数据归一化处理，其中（3）、（4）、（13）可以直接使用，（1）、（2）直接与结果相关，暂时不用。（4）~（10）作为比赛正相关因素，认为其值越大表示胜利可能性越高，设置两两为一组，做归一化处理：

　　

　　

　　其中 为本方数据， 为对手数据，将数据限制在[0,1]之间，便于神经网络输入。

　　（11）、（12）作为比赛负相关因素，认为其值越小表示胜利可能性越高，做归一化处理：大佬们都在玩{精选官网网址: www.vip333.Co }值得信任的品牌平台!

　　

　　

　　BP神经网络使用的是有监督学习，那么我们为赢球标注为“1”，输球为“0”，平局为“0.5”大佬们都在玩{精选官网网址: www.vip333.Co }值得信任的品牌平台!。

　　例如将RealMadrid在2020年2月1日至2020年2月23日的五场比赛（比分分别为1:0、3:4、4:1、2:2、0:1，RealMadrid在前）归一化处理后列表如下。

　　这里只选取了五场比赛结果，可以考虑选取最近的 场比赛结果作为输入，可做后续研究。

　　在此神经网络下，输入即为前7列*5维个数据。

　　同样地，针对预测场次的数据，可以考虑选取最近的 场比赛数据计算平均得出。这里模拟预测2020年2月27日vs ManchesterCity的比赛结果，选取截至此前的赛季平均数据作为模拟（其中主/客场按本场比赛计算），如表所示。

　　归一化后，得到测试集为[0,0.642,0.468,0.480,0.487,0.421,0.6]：

　　选用RealMadrid的前五场比赛作为训练集：

　　进行模型训练：

　　该训练模型有7层输入，设置2个隐藏层和1个输出。

　　输出为：

　　

　　显示RealMadrid本场比赛的胜率为0.429，还不及五成。嗯，看来凶多吉少。

　　结果当天的新闻......

　　OK！看起来预测的结果还不错！

　　接下来再测试几场比赛的胜负，准确率大约在70%左右，还有30%可能是真的预测不出来，比如这样的……

　　或者这样的……

　　果然冷门也是足球的一部分，可能也是足球的魅力所在吧！

　　听说五大联赛因为新冠肺炎都停了，好吧，可能近一段时间都没比赛要去预测了，希望早日战胜病毒，在家一直闲着感觉也不是很好……

　　顺便坐等中超成为世界第一大足球联赛！

　　最后如果有预测需求的兄弟直接联系我。