用Python抓取并分析了1982场英雄联盟数据，教你开局前预测游戏对局胜负！

时间：2024-01-16 18:14:20

英雄联盟想必大多数读者不会陌生，这是一款来自拳头，由腾讯代理的大型网络游戏，现在一进网吧，你就能发现一大片玩英雄联盟的人。在2017年中国战队无缘鸟巢的世界总决赛后，一大片人选择了弃游，只是终究没躲过“真香定理”，在2018年的中旬，又有大批战友又回到熟悉的召唤师峡谷战场，时至今日，英雄联盟已经不仅仅是一款游戏，一个电竞项目了，它已经成为了我们生活的快乐源泉了。

用Python抓取并分析了1982场英雄联盟数据，教你开局前预测游戏对局胜负！

问君能有几多愁，辅助闪现抢人头；问君能有几多愁，卡牌千里送人头。问君能有几多愁，皇子开大关队友；清明时节雨纷纷,各种队友各种坑。别人笑我不买眼,我笑别人浪费钱；孤帆远影碧空尽,草丛惊现蛮易信 。相见时难别亦难，碰见赵信菊花残；我自横刀向天笑,剁人只需用三刀。苦练盲僧千百次, 盲目对战N 多次；战输不下五十次, 砸得鼠标要出事；举杯邀明月,草丛遇盖伦。

鉴于现在喜欢英雄联盟的大佬如此之多，为了帮助大家尽快的拿到首胜，小编爬取并分析了1982余场LOL数据。非常神奇的是！在开局之前能够高概率的预测本局的胜负！让你提前做好心理准备。

假设

假设没有王者等大神代玩小号

假设没有代练

假设没有因为半途被媳妇抓到而挂机的行为

假设没有突然掉网连不上去的行为

游戏对战数据获取

国服：腾讯游戏平台非官方API - http://www.games-cube.com/

用Python抓取并分析了1982场英雄联盟数据，教你开局前预测游戏对局胜负！

外服：Riot开发者平台API- https://developer.riotgames.com/

用Python抓取并分析了1982场英雄联盟数据，教你开局前预测游戏对局胜负！
连接数据库：
import numpy as np

import pymysql, random, json

def connect_db(database):

 try:

   conn = pymysql.connect(host='localhost', port=, user='root', password='zandaoguang', db=database, charset='utf8')

   return conn

 except:

   print ('Exception: MySQL Connection')

   return None

分析和训练数据

利用神经网络（neural_network）、随机森林（random_forest）和支持向量机（support_vector）等若干智能算法进行训练和回归，最终进行比较效果。

下面为神经网络部分代码：

from __future__ import print_function

import numpy as np

#np.random.seed()  # for reproducibility

from keras.datasets import mnist

from keras.models import Sequential, load_model

from keras.layers import Dense, Dropout, Activation, Flatten

from keras.layers import Convolution2D, MaxPooling2D

from keras.utils import np_utils

from keras import backend as K

from keras.optimizers import SGD, Adam, RMSprop

import gzip

import sys

from six.moves import cPickle

from fetcher import *

batch_size =

nb_classes =

nb_epoch =

champion_dict = fetch_champion_dict("champion136.json")

champion_num = len(champion_dict)

X_train = X_train.astype('int8')

X_test = X_test.astype('int8')

print('X_train shape:', X_train.shape)

print(X_train.shape[], 'train samples')

print(X_test.shape[], 'test samples')

Y_train = np_utils.to_categorical(y_train, nb_classes)

Y_test = np_utils.to_categorical(y_test, nb_classes)

model = Sequential()

model.add(Dense(, input_dim = champion_num, init='uniform'))

model.add(Activation('sigmoid'))

model.add(Dense())

model.add(Activation('softmax'))

model.summary()

model.compile(loss='categorical_crossentropy',

             optimizer=RMSprop(),

             metrics=['accuracy'])

history = model.fit(X_train, Y_train,

                   batch_size=batch_size, nb_epoch=nb_epoch,

                   verbose=, validation_data=(X_test, Y_test))

score = model.evaluate(X_test, Y_test, verbose=)

print('Test score:', score[])

print('Test accuracy:', score[])

随机森林代码：

from sklearn.ensemble import RandomForestClassifier

from sklearn.externals import joblib

from fetcher import *

champion_dict = fetch_champion_dict("champion136.json")

champion_num = len(champion_dict)

X_train, y_train, X_test, y_test = fetch_one_side_riot('', 'MATCHED_GAME', 'KING_PORO', 'KINGPORO', ('', ''), champion_dict)

clf = RandomForestClassifier(n_estimators=, n_jobs=)

clf.fit(X_train, y_train)

train_score = clf.score(X_train, y_train)

print ("Train Score = "+str(train_score))

test_score = clf.score(X_test, y_test)

print ("Test Score = "+str(test_score))

支持向量机代码：

from sklearn.externals import joblib

from sklearn import svm

from fetcher import *

champion_dict = fetch_champion_dict("champion136.json")

champion_num = len(champion_dict)

X_train, y_train, X_test, y_test = fetch_one_side_riot('', 'MATCHED_GAME', 'ARAM_UNRANKED_5x5', 'ARAM', ('', ''), champion_dict)

clf = svm.SVC()

clf.fit(X_train, y_train)

train_score = clf.score(X_train, y_train)

print ("Train Score = "+str(train_score))

test_score = clf.score(X_test, y_test)

print ("Test Score = "+str(test_score))

游戏对战胜负预测

根据双方英雄阵容，预测获胜方的准确率（%）

PS:由于阿广近期没有玩英雄联盟，所以分析的数据为2017年的游戏数据。

用Python抓取并分析了1982场英雄联盟数据，教你开局前预测游戏对局胜负！

只根据本方英雄阵容，预测本方能否获胜的准确率（%）

用Python抓取并分析了1982场英雄联盟数据，教你开局前预测游戏对局胜负！

期望研究的问题

  • LOL中游戏胜利是否与能性别有关？
  • LOL的胜率是否和每天的时间段有关系？
  • 在女朋友阻止自己玩游戏的情况下，LOL的胜率下降多少？如何解决？

注：由于数据量太小，以后能收集到更多的数据，是希望可以对上面以及更多的方向进行研究。

结论

  • LOL取得最后胜利的三个重要因素为：团队阵容、团队水平，配合默契度。
  • 合理的分配BUFF也是游戏胜利的必要因素。
  • 打游戏的心态也是游戏胜利一个不可或缺的条件。

结语：

虽然我们通过机器学习算法可以预测这把的输赢，但是这毕竟不是我们最后的结果。玩英雄联盟和爱情类似，明明知道是我们不可能，却坚持去追求，这正是爱的美丽。也许没有什么结果，可那过程本身的美丽便足够用一生去品味。

游戏本来的用意是给大家放松心情，释放压力的（职业选手就不同了）。所以我们一定要把握好时间，对于沉迷游戏这种的就大可不必了，好的游戏应该是带给我们快乐，假如天天沉迷游戏，堕落不已，那就落入了错误的深渊了。当然好的方面也不是没有，看厂长、UZI这些选手就是好的代表啊！以上就是本文的全部内容，喜欢的小伙伴点个赞呗！

写在最后：

本文来自网络，如有侵权，请联系小编删除！

相关文章