随着COVID-19在世界范围内继续产生巨大的影响，万云，我们将重点放在支持客户和提供公共数据，以帮助研究工作，以及其他各种举措上。除了手头的基本问题，大数据行业分析，这是一个真正奇怪的时间为体育球迷，几乎每一个联赛关闭了全球各地。尽管体育运动可能是不必要的，但它们是我们最大的消遣和娱乐形式之一。

特别是，最近的美国体育日历已经错过了一个每年一度让数百万人兴奋的传统：三月疯狂®。这个名字代表了大学篮球令人兴奋的季后赛，无论是男子队还是女子队都要在每年的NCAA®锦标赛中争冠。在观看这些有趣、高风险的比赛的同时，体育迷们会填写括号来预测谁将在比赛的每个阶段获胜，在3月12日取消所有剩余的会议赛和NCAA锦标赛之前，游戏返利，我们已经计划了大量与男篮和女篮相关的数据分析。我们花了几天的时间来处理一个没有比赛选择、没有括号、没有烦恼、没有闪光时刻的世界，但我们使用谷歌云工具和我们的数据科学技能，通过模拟三月的疯狂来充分利用形势。

模拟是数据科学工具箱中解决许多预测问题的关键工具。使用montecarlo方法，依赖于从概率分布中重复随机抽样，你可以模拟科学、工程、金融，当然还有体育领域的真实场景。在本文中，我们将演示如何使用BigQuery来设置、运行和探索数以万计的NCAA篮球模拟。我们希望示例代码和解释能为您自己使用类似技术的分析提供灵感。（或者你可以跳到前面，淘客网店推广平台，在datastudio上玩上千个模拟括号。）

预测虚拟锦标赛

在预测任何NCAA锦标赛时，首先需要的是括号，其中包括哪些球队进入比赛场地，以及确定谁可以在每一轮比赛中与谁比赛的结构。NCAA篮球委员会没有发布2020年的括号，但我们对使用著名括号学家的最终"投影"括号作为代理感到非常满意，因为比赛只在离选择时间只有几天的时候停止了。具体来说，我们使用了ESPN的乔·卢纳尔迪和CBS的杰里·帕尔姆为男性提供的支架投影，ESPN的查理·克雷姆和NCAA的米歇尔·史密斯为女性提供的支架投影。这些考虑了许多不同的因素，与选择，种子，和括号，是相当有代表性的领域类型，我们可能会看到从委员会。

下一步是找到一种方法，以获得任何给定的比赛获胜概率在一个锦标赛领域-即，多多淘客，如果X队比赛Y队，X队获胜的可能性有多大？为了估计这些数据，我们使用过去的NCAA锦标赛比赛作为训练数据，并创建了一个逻辑回归模型，该模型考虑了每一场比赛的三个因素：

BigQuery使我们能够准备我们的数据，以便这些预测值中的每一个都与过去比赛的结果一致。然后，我们使用BigQuery-ML创建一个逻辑回归模型，代码最少，不必将数据移出仓库。利用上述因素，为男子和女子锦标赛创建了单独的模型。女子锦标赛游戏模型的代码如下所示：