阿斯报预测武磊（高斯混合模型下的西甲前锋分析）

阿斯报预测武磊（高斯混合模型下的西甲前锋分析）速度、射门、传球、盘带和力量建模顾名思义，这是一个由若干个高斯分布之和组成的统计模型，任何数据的概率分布都可用该模型拟合，功能相当强大。为了让各位看客简单直观地了解武磊的实力，笔者从FIFA20中提取了西甲98位前锋的速度、射门、传球、盘带、力量和跑位的数据，并用高斯混合模型对这些数据建模，得到了武磊实力不俗，梅西致命短板被放大的结论。高斯混合模型的概率密度函数高斯混合模型的英文名为Gaussian Mixture Model，简称GMM。

武磊

在西甲，有一支球队，他们成绩不佳，也不是“落魄豪门”，可他们在中国的关注程度丝毫不低于皇家马德里和巴塞罗那，他们就是暂列西甲倒数第一的西班牙人。

一支战绩不佳，又没有雄厚底蕴的球队为什么会吸引中国球迷的关注呢？原因很简单，因为这支球队有一位来自中国的球员，他就是“全村的希望”武磊。武磊留洋一年有余，对于他的表现褒贬不一。其实，武磊并不是某些球迷想象中的那么弱，至少，从FIFA20给出的数据来看，武磊是能够在西甲立足的。

梅西

为了让各位看客简单直观地了解武磊的实力，笔者从FIFA20中提取了西甲98位前锋的速度、射门、传球、盘带、力量和跑位的数据，并用高斯混合模型对这些数据建模，得到了武磊实力不俗，梅西致命短板被放大的结论。

何谓高斯混合模型？

高斯混合模型的概率密度函数

高斯混合模型的英文名为Gaussian Mixture Model，简称GMM。

顾名思义，这是一个由若干个高斯分布之和组成的统计模型，任何数据的概率分布都可用该模型拟合，功能相当强大。

武磊实力不俗，梅西致命短板被放大

速度、射门、传球、盘带和力量建模

首先，笔者选择对速度、射门、传球、盘带和力量这组五维数据进行建模。因为，在FIFA20的球员能力值六边形中，除了防守外的这五维数据都能或多或少的反映一位前锋球员的实力。

速度、射门、传球、盘带和力量分析结果

在这一模型中，咱们全村的希望武磊名列第24位，这一排名想必超出了不少球迷的预期。同样，“绝代双骄”之一的梅西仅仅排在第12位，这一结果肯定让99.99%的看客都大跌眼镜，而排名第一位的波图，竟然是一位不少不怎么关注西甲的球迷连名字都没听过的球员。

27岁的波图本赛季代表皇家社会出战了24场西甲联赛，在场均79分钟的出场时间里贡献了7球8助攻。表现可圈可点，但是距离西甲第一前锋还是有很大的差距。

那么，是什么让波图能够力压梅西等众多好手，成为第一的呢？

纵观这五维数据，我们可以发现，波图在力量上远强于梅西，因此我们可以大胆的猜测，是力量拖了梅西的后腿。

速度、射门、传球和盘带建模

速度、射门、传球和盘带分析结果

为了验证上述结论，笔者将力量这一数据从模型中删除，得到了一组用速度、射门、传球和盘带建模的结果。

在这一组结果中，武磊的排名略微有所下降，来到了第26名。而梅西的排名则毫不意外的上升至第一位。

速度、射门、传球、盘带、力量和跑位建模

速度、射门、传球、盘带、力量和跑位分析结果

武磊的跑位水平是得到了无数中国球迷以及各大专业媒体的认可的，因此，笔者将跑位这一组数据加入到了模型中。

贝尔

在这组模型中，武磊的排名来到了西甲第20。可以看出，武磊的跑位水平还是不错的，甚至可以说是五大联赛上游水平的。与此同时，第一名的位置再次发生了变化，由鲜为人知的波图换成了大名鼎鼎的贝尔。

综合上述三组高斯混合模型下的分析结果，我们可以发现，在西甲众多前锋中，武磊的实力还算是不错的，毕竟这位“全村的希望”在三组模型中都排在了前30名。而西甲史上最伟大的球员之一的梅西的力量上的不足也被无限放大。