预测 MOBA 团队游戏的结果

数据挖掘 游戏
2022-03-14 08:28:33

MOBA 团队游戏的团队由一组可能的英雄中的 5 名英雄组成的子集(比如较大组中的 100 名英雄)

例如,游戏可以在英雄为 1、8、43、65 和 71 的团队与英雄为 3、7、23、41 和 45 的团队之间进行。

训练基于团队组成预测结果的模型的最佳方法是什么?

例如,一种选择是有这样的东西:

|Label  | Hero1 | Hero2 | Hero3 | Hero4 | Hero5 | Hero6 | Hero7 | Hero8 | Hero9 | Hero10 |
|-------|-------|-------|-------|-------|-------|-------|-------|-------|-------|--------|
| 1     | 1     | 8     | 43    | 65    | 71    | 3     | 7     | 23    | 41    | 45     |

虽然另一个选项可能不是为英雄选择使用 10 个数字列,而是使用 200 个布尔列(团队 A 为 100,团队 B 为 100),true如果该英雄被包含在该团队中,则其值为 。

哪个会是更好的选择?或者在这两者之外还有更好的选择吗?

谢谢!

1个回答

如果英雄的顺序无关紧要,我会选择布尔列。

推理如下:我们有两种可能的情况:我们总是在团队中为玩家英雄 ID 排序,或者我们不一定要这样做。

  • 如果我们订购英雄 ID:假设一个团队有球员1,2,3,4,5,另一支球队有球员2,3,4,5,10球队非常相似(我们只更换了一名球员),但功能完全不同。在机器学习中,我们希望相似的实体在特征方面具有相似的表示。
  • 如果我们不排序 hero ids: 那就更糟糕了,因为队伍1,2,3,4,5和 有完全不同的特征5,1,2,3,4,而且他们是同一个队伍。

如果我们进行布尔编码:如果我们重新排序英雄,我们有相同的表示,如果我们只改变一个玩家,只有 200 个改变的特征。