昨天读了一篇文章用文本分析来预测球员评分和推荐每周Fantasy Football阵容，这个模型已经实现在ESPN的Fantasy League里了。Fantasy的球员评分着重于一些硬性指标，比如得分犯规数量等等，与球队表现和对手强度并不完全挂钩，因此可以稍微准确的体现球队实力。
而预测比赛本身，似乎是个更难的问题。因为比起庞杂的进攻防守抢断数据，比分更加笼统，也更具有不确定性。再者，比赛的“物理现实”本身就具有极大的复杂性，就算我们知道每个球员的水平和平均得分，依旧难以预测整场的走势。2018年世界杯期间我写过一个比分模拟器，类似于FiveThirtyEight的球队强度SPI模型，原理是使用各国国家队1987-2017年的比赛数据，以本队“进攻值”和对手”防守值“的差拟合各自的柏松模型，估计进球数目。这个模型极其粗略，而且忽视了许多关联性，但是看起来已经很像回事了（虽然预测了英国夺冠很不合理，但是居然猜中了克罗地亚加时赛胜丹麦）。
今天想起这个问题，不知道以目前的机器学习工具，预测比分的工具有没有什么变化，看了眼至少2019年的论文还在用这类简单的数值模型，不知道准确性如何了