利用机器学习模型Machine Learning model预测比赛结果，概率为模型自动生成，仅供娱乐参考。主要思路为以机构给出的平均胜率指数为基础，与模型模拟的概率进行比较，分析差异性、分歧点。模型模拟是一种讲究大概率结果的数学预测，是客观的数据，综合评价属于个人主观解读。本预测引入2种数学模型进行比较，主要原理是机器学习、泊松分布、神经网络等理论，同时引入一个国外数据平台的数据作为参考。
杯赛不同于联赛，异常元素较多，模型的基础数据较少，预测有难度。
预测就是看球之余的娱乐爱好，不要太当真。
英格兰足总杯：曼城VS阿森纳
综合评价（主观分析）：各单位整体认可曼城的主场优势，但支持力度存在一点偏差。
机构指数呈现522局势，即时数据在略微降低对曼城的期待，变化比较少，略微抬高对平和客胜的期待，变化幅度都低于1%。
机器学习模型比较看好曼城，平局具备一点拉力，看淡客胜。
算法模型的态度是胜负双开，偏看好曼城，但对客胜30%存在警惕，轻视平局。
国外数据平台认为曼城不败，但指数分化不明显，呈现接近333的局势，阿森纳拉力较大。
总体从数据来看曼城胜出的概率较大，阿森纳具备持续的拉力，各单位给到曼城的信心似乎略有摇摆，其中机构走势、算法模型、国外数据平台的态度存疑，特别是算法模型对客胜的防备让人犹豫。杯赛只有2个模型结果可以参考，导致判断缺少依据。
个人感觉这场的结果比较纠结，是胜负双开的局势，但选择意义不大，两队差距应该在1球，作壁上观可能更好。如果单纯娱乐，不如看阿森纳胜出。
从进球预期来看，较大概率会多于2球，这似乎比胜平负的选择难度小。
本预测纯属利用数据进行模拟的娱乐记录，不作任何参考和推荐。