人工智能可以帮助预测疯狂三月的冷门，但它远非完美

“小心三月十五日。”是的，终于又到了一年中的这个时候：大学篮球的皇帝们必须小心谨慎，以免遭到锦标赛垫底的低级种子队的攻击。

3 月 15 日之前，全球数百万人填写了疯狂三月赛事对阵表。2017 年，ESPN 收到了创纪录的 1880 万个对阵表。

获得完美分组的第一步是正确选择第一轮。不幸的是，我们大多数人都无法预测未来。去年，提交的分组中只有 164 个在第一轮中是完美的——不到 0.001%。

当一支低种子球队爆冷击败了热门高种子球队时，许多分组就会被打破。自 1985 年参赛球队扩大到 64 支以来，平均每年至少发生 8 场爆冷。如果你想赢得分组，你最好至少挑选几支爆冷球队。

我们是俄亥俄州立大学的两名数学博士候选人，对数据科学和篮球充满热情。今年，我们决定开发一个计算机程序，使用数学方法预测首轮爆冷，这很有趣。如果我们的预测正确，那么使用我们的程序挑选的球队在第一轮的表现应该会比平均水平更好。

会犯错的人类

很难确定首轮哪场比赛会出现爆冷。

假设你必须在 10 号种子和 7 号种子之间做出选择。10 号种子在过去三次锦标赛中都爆冷出局，甚至一度进入四强。7 号种子是一支几乎没有全国报道的球队；普通球迷可能从未听说过他们。你会选择哪一个？

如果你在 2017 年选择 10 号种子，你会选择弗吉尼亚联邦大学而不是加州圣玛丽大学——而你错了。由于一种称为近因偏差的决策谬误，人类可能会被欺骗使用他们最近的观察来做出决定。

近期偏见只是可能影响某人选人过程的一种偏见，但还有很多其他偏见。也许你偏向你的主队，或者你认同某位球员并迫切希望他或她取得成功。所有这些都可能以负面的方式影响你的排名。即使是经验丰富的专业人士也会陷入这些陷阱。

建模失误

机器学习可以防范这些陷阱。

在机器学习中，统计学家、数学家和计算机科学家通过让机器“学习”过去的数据来训练机器进行预测。这种方法已用于许多不同的领域，包括营销、医学和体育。

机器学习技术可以比作一个黑匣子。首先，你向算法输入过去的数据，本质上就是在黑匣子上设置刻度盘。一旦设置校准完毕，算法就可以读取新数据，将其与过去的数据进行比较，然后给出预测。

机器学习算法的黑盒视图。Matthew Osborne，CC BY-SA

在机器学习中，有各种各样的黑匣子可用。对于我们的疯狂三月项目，我们想要的是分类算法。这些算法帮助我们确定一场比赛是否应该被归类为爆冷，要么提供爆冷的概率，要么明确地将一场比赛归类为爆冷。

我们的程序使用了许多流行的分类算法，包括逻辑回归、随机森林模型和 K 近邻。每种方法就像同一台机器的不同“品牌”；它们在引擎盖下的工作原理就像福特和丰田一样不同，但执行的是相同的分类工作。每种算法或盒子都有自己对发生意外的概率的预测。

我们利用 2001 年至 2017 年所有首轮球队的统计数据来设置我们的黑匣子。当我们用 2017 年首轮数据测试我们的一种算法时，它的成功率约为 75%。这让我们有信心，分析过去的数据，而不是仅仅相信我们的直觉，可以更准确地预测爆冷，从而得到更好的整体排名。

爆冷的可能性

对于 2018 年疯狂三月，三种机器学习模型试图预测第一轮是否会出现爆冷。百分比是比赛中排名较低的球队击败排名较高的球队的概率。

种子队对阵	更高种子	下种子	模型 A	模型 B	C 型	实际比赛结果
# 1 对比 # 16	弗吉尼亚州	马里兰大学巴尔的摩分校	2.81％	10％	不是心烦意乱	沮丧的
#8 对比 #9	克赖顿	堪萨斯州立大学	30.69％	10％	不是心烦意乱	不是心烦意乱
#5 对比 #12	肯塔基州	戴维森	26.07%	60％	沮丧的	没什么不开心
#4 对比 #13	亚利桑那	水牛	23.46％	60％	不是心烦意乱	沮丧的
#6 对比 #11	迈阿密（佛罗里达州）	芝加哥洛约拉大学	31.65％	10％	不是心烦意乱	沮丧的
#3 对比 #14	田纳西州	莱特州立大学	11.03％	0％	不是心烦意乱	不是心烦意乱
#7 对比 #10	内华达州	德克萨斯州	40.76％	70％	不是心烦意乱	没什么不开心
#2 对比 #15	辛辛那提	佐治亚州立大学	9.96％	50％	不是心烦意乱	不是心烦意乱
# 1 对比 # 16	泽维尔	德克萨斯南方大学	8.17％	0％	不是心烦意乱	不是心烦意乱
#8 对比 #9	密苏里州	佛罗里达州立大学	56.17%	40％	沮丧的	沮丧的
#5 对比 #12	俄亥俄州立大学	南达科他州	17.86％	10％	沮丧的	不是心烦意乱
#4 对比 #13	冈萨加	北卡罗来纳大学格林斯伯勒分校	11.91％	40％	不是心烦意乱	没什么不开心
#6 对比 #11	休斯顿	圣地亚哥州立大学	33.6%	50％	沮丧的	不是心烦意乱
#3 对比 #14	密歇根州	蒙大拿	4.91％	20％	不是心烦意乱	不是心烦意乱
#7 对比 #10	德克萨斯 A&M	普罗维登斯	42.96％	10％	不是心烦意乱	不是心烦意乱
#2 对比 #15	北卡罗来纳大学	利普斯科姆	6.38%	10％	不是心烦意乱	不是心烦意乱
# 1 对比 # 16	维拉诺瓦大学	拉德福德	2.58％	40％	不是心烦意乱	不是心烦意乱
#8 对比 #9	弗吉尼亚理工大学	阿拉巴马州	42.82％	40％	沮丧的	沮丧的
#5 对比 #12	西弗吉尼亚大学	默里州立大学	9.88％	10％	不是心烦意乱	不是心烦意乱
#4 对比 #13	威奇托州立大学	马歇尔	18.59％	20％	不是心烦意乱	沮丧的
#6 对比 #11	佛罗里达	圣文德	14.53%	40％	不是心烦意乱	不是心烦意乱
#3 对比 #14	德克萨斯理工大学	斯蒂芬·F·奥斯汀	7.97％	0％	不是心烦意乱	不是心烦意乱
#7 对比 #10	阿肯色州	巴特勒	33.29％	20％	不是心烦意乱	沮丧的
#2 对比 #15	普渡大学	加州州立大学富勒顿分校	4.07％	0％	不是心烦意乱	没什么不开心
# 1 对比 # 16	堪萨斯州	宾夕法尼亚大学	5.91％	0％	没什么不开心	不是心烦意乱
#8 对比 #9	西顿霍尔	北卡罗来纳州立大学	36.80％	40％	没什么不开心	不是心烦意乱
#5 对比 #12	克莱姆森	新墨西哥州	22.93％	40％	不是心烦意乱	不是心烦意乱
#4 对比 #13	奥本	查尔斯顿	16.51％	30％	没什么不开心	不是心烦意乱
#6 对比 #11	交通控制单元	锡拉丘兹	28.83%	10％	不是心烦意乱	沮丧的
#3 对比 #14	密歇根州立大学	巴克内尔	7.39％	20％	没什么不开心	不是心烦意乱
#7 对比 #10	罗德岛	俄克拉荷马州	59％	40％	沮丧的	不是心烦意乱
#2 对比 #15	公爵	艾奥纳岛	5.35％	10％	不是心烦意乱	不是心烦意乱