足球大数据预测实战之高胜率盈亏条件验证及优化算法

上周接到一位老用户，之前为他做过数据验证，给出了组合条件下的胜率回查，结果有些难看啊。这期主要介绍常用人工智能算法中在足球预测中的应用，以及数据验证后的实际效果。

由上图为用户依据条件查证后的比赛场次和概率统计。可以看出，在均投时并不理想，在大数据回查下并没有实质作用。

上图是我提供的一种条件组合所得到的比赛场次和概率

因为一直保持联系，他平时也咨询我一些模型算法方面的用途和意义，当他问到我能否从我这里购买高胜率条件组合时，我谢绝了，这是断了我的工作啊，此后聊天了解到这位用户是新人，平时喜欢购买些推荐，都不靠谱亏了不少，之前的条件组合是在别人那里买的。还是希望大家正确看待足球足彩，正如中国体育彩票的友情提醒“购彩有节制，请理性投注”，但是好多人却难以控制。可能是同情心，也可能是不想他新人入坑。告知了他几个条件，这两天他很高兴，说得相信科学数据。不管你是把中国体育彩票当做投资也好，娱乐也好，都要量力而行，管好自己，不要影响到自己的生活这才是正确的。

1. 决策树

决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。

进行足球胜平负或者进球数等预测时需要根据一些特征（条件）进行分类，每个节点当做一个条件，通过判断，将特征分为符合与不符合两类，一直提问最终得到集合。根据这棵树上的求解集合，将新的场次数据