简单说一下我对AI预测的理解

最近很多贴都有在吹这个AI预测多么多么准，什么前面预测全对，去年预测全对之类的，好像可以直接预知结果一样，看到很多人无脑吹舔这个东西，就想简单说下我的看法，避免大伙被菠菜坑骗。我硕士专业与机器学习相关，同时也是一个足球爱好者，对足彩非常了解，所以我想从数据预测模型开发和足彩这两个角度展开介绍。鼠鼠才疏学浅，说的不一定准确，希望大伙可以一起讨论。

你说啊

牛批

1. 模型开发
首先模型开发需要初始数据，数据处理并生成训练集与测试集，机器学习模型，模型参数与迭代次数，结果测试这几个部分。其中对模型预测结果最重要的有三点，初始数据的获取，数据的处级方法和机器学习模型的选择。
首先说初始数据的获取，这可以从小组赛中进行获取，比如10分钟经济领先，15分钟经济领先，15分钟推塔数，15分钟小龙数等等，可以有很多很多数据，这些数据都是可以具体化的信息，能够反应出队伍特定时间之前的状态，优劣情况等等。做预测模型的时候，选择哪些比赛数据作为初始数据可以通过相关性计算来确定，比如15分钟经济领先与胜负结果的相关性为0.7，而15分钟补刀数与胜负结果的相关性为0.4，那么前者就更适合用作初始数据。
数据获取后需要对数据进行相关处理，常见的方法有PCA降维，归一化，随机化等。PCA通俗说就是初始数据可能是10维的，这对模型来说太复杂了，容易导致过拟合，所以可以使用PCA在保留这10维数据中贡献率最大的信息的同时降低数据的维度。归一化也非常重要，比如15分钟经济值和15分钟补刀数这两个数据，如果他们同时变化5%，对模型带来的影响是不相同的，因此需要归一化来避免这种误差。
然后模型选择方面，要先考虑模型的目的，主要分为分类和回归两种。分类可以理解为判断这个蘑菇是香菇还是金针菇，而回归则是根据输入数据预测一个具体的结果值，也就是AI预测模型胜率的预测，使用人工神经网络就可以顺利实现这个功能。

上面简单说了一下AI预测模型的开发结构，那么思考下列几个问题：
1. 小组赛所获取的数据信息是否具有很好的通用性？
比如小组赛阶段，A组中获取的信息与B组中所获取的信息，他们之间有什么关系吗？DK打肉鸽的数据信息关T1打100T什么事呢？
2. 如果第一个问题认为A组和B组信息无关或者关系不大，那么它凭什么就敢直接预测DK打T1是64开呢？
3. 如果模型没有进行归一化，降维等处理，又或者对初始数据添加了特定权重，这种做法又是否合适呢？
经过几个问题的简单思考，就会发现这个所谓的AI有不少漏洞。下面我将再以足彩的经典操作作为案例进行对比。

顶

码

顶

2. 足彩十连中
众所周知，足球进一个球只有1分，这样就会导致结果出现胜，负，平三种情况。而有一种注叫让半数，也就是某个队让0.5个球。比如甲和乙比赛，甲让半球，那么比赛踢成了1-1，赌盘就是0.5-1，也就是乙胜。这种做法就避免了出现平球。
然后呢，注册512个账号，其中256个买甲赢，256个买乙赢，那么就一定会有256个账号买对：然后再下一场128个买甲赢，128个买乙赢，这样就又会有128个账号二连中，以此类推，10场比赛之后，就一定会有一个账号实现10连中。
那么如果第11场比赛是焦点之战，比如是五大联赛德比或者是欧冠，世界杯关键局，那么关注的人数也会非常高，这时有一个十连中的人站出来，摆出自己的十连胜战绩，宣称自己是“专家”或有“AI支持”，说什么相信他，一定会中之类的言论，实际上他根本不知道谁会赢，不过这对他一点都不重要，只要有人投他就一定会赚。

所以把足彩和这个AI预测联系起来，大概就会明白菠菜的用意。
我最近刷贴吧比较多，大概是在八强赛第四天的时候见到的这张图。他用神乎其神的“AI”人设加以包装，再加上几场正确的预判，仿佛在告诉人们他掌握了真理。所以很多人就会对它无比信任，并大肆推崇，这样菠菜甚至连广告钱都省下来了。而决赛的预测，也会让很多玩家抱着相信和尝试的态度投一点，而最终不管他预测是否正确，目的都已经达到了。

其实最简单的就是lpl经常有的大校的胜率预测，什么经典73开，什么大校毒奶之类的，这些恰恰就说明了AI的不准确性。我的毕设项目，两百多万个初始数据，十几维的信息量，调试了快两个月才勉强达到了85%左右的准确性，而小组赛总共就那么几场，不同小组彼此之间还没有什么相关性，吹AI真的大可不必，大伙千万别真就去菠菜，那玩意真的会上瘾，千万别沾。

ai主要还是打一些数据无用论人的脸，你数据哪哪都不行就是有问题不要狡辩

我想过这个问题，怎么对战队编码。有一些player-wise的数据（每个选手的英雄池，对位数据），有一些team-wise的数据（团队的控龙，15分钟的领先），这些原始数据如果只是concate一起丢mlp训练的话很难。要用一些prior加工一下，比如本来英雄池和版本的契合度，rank里面海量数据得出的克制效果。但我怀疑这个所谓的AI预测的数据源根本不是比赛的数据，而是很多菠菜网的数据。。。直接赔率取倒数全加在一起softmax一下也八九不离十

这种东西不太可能是用神经网络做的，数据量太小

ai预测的bug放到具体情况中表现出来的就是没有长大性，事实上很多队伍都会有长大性。最明显的bug就是小组6-0的队伍是淘汰赛胜率最高的