DOTA2 OB海鲜团:大数据老师为什么这么准?(2)
时间:2019-01-02 15:18 来源:百度新闻 作者:巧天工 点击:次
synergy,衡量英雄协作关系 countering,衡量英雄克制关系 重点讲两个特征:synergy和countering。前者反映了英雄两两之间的协同作用,后者反映了双方阵容的英雄克制关系。 先看英雄搭配。如下图所以,虽然大部分英雄组合的胜率接近50%,但仍然存在大量的异常值: 好组合:[兽王,狼人]、[露娜,狼人]、[兽王,露娜]的组合胜率超过90%。 烂组合:[光法,小精灵]、[光法,小鹿]、[小鹿,小精灵]的组合胜率低于10%。 正是因为不同英雄组合的胜率存在比较明显的差异,才可以使用synergy特征来预测胜负。(这些是2015年底的数据了,了解当时DOTA2版本的朋友可以在留言中解读一下这些异常值。) 英雄克制关系与协同关系的数据分布类似:大部分英雄间克制胜率是50%,但也存在许多强烈的克制关系,比如[狼人->小精灵]、[军团->米波]、[拉席克->毒狗]的克制胜率超过78%。 好了,对大多数水友来讲,不需要再说更多的技术细节了。只需要知道这个方法的逻辑是:大数据老师,把几万场DOTA2游戏的阵容看了一遍,学习每一场游戏的特征,训练逻辑回归模型,根据双方阵容预测比赛胜负。模型的准确度是73%。 不需要怀疑,这个准确度肯定可以吊打玩了10年DOTA的你。毕竟大数据老师是见的多了,哪一场比赛它没看过?哪一种阵容组合它没分析过?相比之下,任何人类选手输入的游戏信息量都不值一提,图样图森破,上台拿衣服。 (责任编辑:波少) |