どうやって数を操ってサッカーの勝敗予測をするか？　

統計的分類確率の分布から予測するのではなくて、予測された分類確率からさらに深く読み取るということ。

統計的最頻値による予測は予測じゃないです。それは誰でも考えるし、まず波乱の予測は無理。というわけで・・

分類確率とAI予測の考え方を整理する

クルー

サッカーの勝敗予測って、結局は数字をどう読むかって話なのかな。

odin

そうです。ただし、数字を増やせば当たるという単純な話ではありません。どの数字を、どの形で、どう解釈するかが問題になります。

サッカーの勝敗予測について、昔から僕が考えていたことがあります。それは、サッカーの試合結果を「点差」や「得点数」だけで予測しようとすると、どうにも難しいということです。

もちろん、サッカーは点を取る競技です。最終的には、どちらが何点取ったかで勝敗が決まります。だから、点差やゴール数を予測できれば、それが一番きれいな予測になります。

ただ、実際にやってみると、そんなに簡単ではありません。過去の対戦成績、得点傾向、失点傾向、ホームとアウェイ、チーム名、リーグの状態。いろいろな情報を入れても、未来の試合をきれいな数値として予測するのはかなり難しい。

そこで、僕はサッカー予測を「回帰」ではなく、「分類」として考える方が向いているのではないかと思うようになりました。

サッカー予測は、回帰より分類の方が扱いやすい

回帰というのは、ざっくり言えば数値をそのまま予測する考え方です。たとえば、ホームチームが2点、アウェイチームが1点、あるいは点差がプラス1になる、というように数値として予測する。

考え方としては分かりやすいです。けれども、サッカーではこの数値予測がなかなか安定しません。なぜなら、試合の得点はかなりブレるからです。

強いチームが必ず2点取るわけではありません。弱いチームが必ず負けるわけでもありません。退場、怪我、天候、日程、監督の判断、選手のコンディション。数字にしづらい要素が、結果にかなり影響します。

だから、僕の場合は、得点数そのものを当てるよりも、まずは結果を分類する方向で考えました。

つまり、対象をこう分けるわけです。

ホーム勝ち、引き分け、アウェイ勝ち。

totoで考えるなら、1、0、2の分類です。これなら、ゴール数そのものを当てるよりは扱いやすい。機械学習にかける場合も、分類問題として整理しやすくなります。

一番高い確率を選べばいい、という話ではない

分類モデルを使うと、多くの場合、それぞれの結果に対する確率のようなものが出ます。

たとえば、ホーム勝ち45%、引き分け28%、アウェイ勝ち27%。こういう形です。

普通に考えるなら、一番高いホーム勝ちを選べばいい。たしかに、それが基本です。けれども、実際にtoto予測をやっていると、ここが一番悩ましいところになります。

一番高い確率を選び続けても、それだけではうまくいかない場面があります。特にサッカーの場合、引き分けがかなり厄介です。モデルがホーム勝ちを一番高く出していても、実際には引き分ける。あるいは、投票率ではホーム人気なのに、モデル上は不安定に見える。そういう試合が出てきます。

つまり、分類確率を見るときに大事なのは、「どれが一番高いか」だけではありません。

確率の並び方を見る必要があります。

分類確率の分布を見る

昔の記事でも書いたように、僕が気にしていたのは分類確率の分布です。

たとえば、次のような2つの試合があるとします。

ホーム勝ち70%、引き分け15%、アウェイ勝ち15%。

ホーム勝ち38%、引き分け32%、アウェイ勝ち30%。

どちらも一番高いのはホーム勝ちです。けれども、この2つは意味がまったく違います。

前者は、かなりホーム勝ちに寄っています。後者は、3つの結果がかなり接近しています。つまり、同じ「ホーム勝ち予測」でも、信頼度が違うわけです。

ここを無視して、一番高い結果だけを機械的に選ぶと、かなり乱暴な予測になります。

サッカー予測では、この「接近している状態」をどう扱うかが重要です。モデルが迷っている試合なのか。引き分けを拾うべき試合なのか。ダブルにすべき試合なのか。あるいは、そもそも買い目から外すべき試合なのか。

この判断に、分類確率の分布を見る意味があります。

ヒストグラム的に考える

昔の僕は、分類確率を見ながら、足したり引いたり、単純な四則演算で何か読み取れないかと考えていました。今見ても、その方向性自体は悪くないと思います。

ただし、重要なのは、数字をいじれば魔法のように当たるということではありません。

分類確率を、ひとつの分布として見る。どこに山があるのか。どれくらい差があるのか。1位と2位が近いのか。3つとも近いのか。特定の結果だけが極端に低いのか。

こういう見方をすると、単なる「予想結果」ではなく、「モデルがどこで迷っているか」が見えてきます。

これは、現在のtoto予測システムにもつながる考え方です。

的中率だけを見るのではなく、どの試合でモデルが割れているのか。投票率とモデル予測が食い違っているのか。引き分けを見落としていないか。そういうところを見る必要があります。

投票率との違いを見る意味

現在のtoto予測で重要になってくるのは、モデルの分類確率だけではありません。投票率との比較も重要になります。

多くの人がホーム勝ちに投票しているのに、モデルはそこまでホーム勝ちを強く見ていない。あるいは、投票率では人気薄なのに、モデル上はそこまで差がない。こういうズレは、見る価値があります。

もちろん、ズレがあるから正解というわけではありません。世間の投票率の方が正しいこともあります。モデルが単に外しているだけのこともあります。

それでも、投票率とモデルの差を見ることで、「普通に買うと見落としやすい試合」は見つけやすくなります。

totoで一等を狙うなら、全員が見えている答えだけをなぞっても厳しい。どこかで、人気と違う結果を拾う必要があります。ただし、それを勘だけでやるとただの無謀になります。

だからこそ、分類確率、投票率、過去データ、モデルの迷い方を組み合わせて見る必要があるわけです。

波乱を予測するのは簡単ではない

ここで大事なのは、波乱を完全に予測できると思わないことです。

サッカーは、もともと番狂わせが起きやすい競技です。得点が少ないので、1点で試合が変わります。強いチームが押し込んでいても、カウンター1本で負けることもあります。

だから、モデルに過度な期待をするのは危険です。

AIや機械学習を使ったからといって、未来が見えるわけではありません。できるのは、過去のデータから傾向を拾い、普通に見れば見落としやすい違和感を探すことです。

僕が今考えているサッカー予測は、「絶対に当てる方法」ではありません。

むしろ、どこが危ないのか、どこでモデルが迷っているのか、どこに投票率とのズレがあるのかを見つけるための道具です。

今の結論

昔の記事を書いた時点では、僕は分類確率をどう読み取れば正解に近づけるかを考えていました。今でも、その問題意識は変わっていません。

ただ、今なら少しだけ整理して言えます。

サッカーの勝敗予測では、単純に一番高い確率を選ぶだけでは足りません。分類確率の分布を見る必要があります。投票率とのズレを見る必要があります。そして、モデルが迷っている試合をどう扱うかを考える必要があります。

数を操るというと、何か裏技のように聞こえるかもしれません。

でも実際には、数字をこねくり回して魔法の答えを出すというより、数字の並びから「どこが危ないか」を読み取る作業に近いです。

toto予測で本当に大事なのは、当たりそうな試合を当てることだけではありません。みんなが同じように見ている試合と、実は危ない試合を分けることです。

そのために、分類確率を見る。分布を見る。投票率と比べる。引き分けを軽く見ない。

今の僕には、この考え方の方がしっくりきます。

まとめ

サッカーの勝敗予測は、簡単ではありません。回帰で点数を当てることも、分類で勝敗を当てることも、どちらも限界があります。

ただ、toto予測のように1、0、2を選ぶ場合には、分類問題として考える方が扱いやすいと感じています。

そして、分類確率を見るときには、一番高い結果だけを見るのではなく、その分布を見る。差を見る。迷いを見る。投票率とのズレを見る。

このあたりを丁寧に見ていけば、少なくとも「ただの勘」よりは整理された予測になります。

もちろん、それでも外れます。外れる前提で考えた方がいいです。

けれども、外れた理由を追えるなら、次につながります。僕にとってのサッカー予測は、当てるためだけの作業ではなく、数字の読み方を少しずつ鍛える実験でもあります。