科学家们用来预测本届世界杯比赛结果的方法叫 “随机森林方法”（Random Forest approach）。】

就像树从主干到最末端的小树枝一遍一遍地一分二一样，如果说最终的比赛结果是树最顶端的一颗小树枝，那么树木的每次分叉就对应着一个关键节点（比赛谁输谁赢），而通过参考一组训练数据，机器学习能估计每个分支的潜在发生概率，以 “预测” 出本届世界杯最终获胜的球队。

大多数 “决策树” 在后期都会因为不可靠因素过多而影响决策模拟结果的准确性，这些决策由于不一致和分散的训练数据（training data）而失真，这种现象叫做 “过度拟合”（overfitting）。

而 “随机森林方法” 则通过多次计算随机分支的结果来尽量让结果准确。

“随机森林方法” 取多次随机决策树的平均值，以此绕过 “过度拟合”。

在这个研究 “到底谁能获胜” 的模型里，有些考量的因素是我们能想到的，比如该球队在国际足联排名、球员平均年龄、球队里有多少名球员在冠军联赛踢球等因素。

除了这些明显对预测结果有帮助的因素，这个模型还包含了一些看似无关紧要的因素，比如国家人口、国内生产总值、甚至包括执教教练的国籍。

该团队模拟了足足 10 万次足球比赛，并根据 2002 年到 2014 年之前所有比赛的成绩（数据可以说是很充分了），使用了三种不同的建模方法。

用这种方式预测出来的本届世界杯冠军是...

西班牙！

根据预测结果，西班牙夺冠的概率是 17.8%。如果说这个概率还不是很 “自信” 的话，这个预测说西班牙能冲进四强的概率则高出不少，足足有 73%！可以说是相当有信心了。

而这个研究对卫冕冠军德国队的预测是：

“能不能闯出小组赛难说，但如果小组赛没被淘汰，德国队进四强的几率高达 58%。”

这让小探想起一周前墨西哥 1-0 击败德国时，不论中外媒体几乎都用了 “爆冷” 这个词，这个结果倒是在一定程度上证明了这项研究有一定的准确性。

好在今天凌晨在德国队 - 瑞典的比赛中，德国战车终于发威 2-1 击败瑞典！这才是德国战车的精神！！！德国球迷的心情终于也阴转晴。

输给墨西哥的德国：

赢了瑞典：

不过按照这种方法计算，中国男足来自一个人口众多的国家（加分）、中国 GDP 也全球第二（加分），但连世界杯的门儿都摸不到... 难道这种模型不适用于中国男足？

当然，或许是中国男足的世界排名太低了，拉了这项预测的后腿。中国男足全球排名低到什么程度了呢？这么说吧，下次你再抱怨网速太慢的时候请牢牢记住，我们的网速世界排名都比国足要高。

话说回来，如果机器学习的预测方法在此次世界杯上被证明很准确的话，恐怕会对赌球行业产生重大影响。数据君奉劝大家一句：享受比赛、爱惜钱包、谨慎赌球。