文件名称：leetcoderust-Text-Mining-in-DotA-2:DotA2中的机器学习
文件大小：1.31GB
文件格式：ZIP
更新时间：2024-07-20 12:05:41
系统开源
leetcode 锈DotA 2 中的文本分析：通过跨团队聊天预测胜利 斯里加内什·戈帕尔、里斯·布拉姆、贾里德·罗伯逊、韦恩·吉 允许匿名使用。 抽象的 DotA 2 是一款在线 MOBA 视频游戏，让两支由五名玩家组成的团队在基于策略的争吵中相互对抗以摧毁另一个基地。 我们从开源 DotA 2 数据收集平台 OpenDota API () 收集了大约 31,000 场 DotA 2 比赛的数据。 整理匹配后，我们将快速聊天 ping 和预设短语转换为与常规聊天的格式保持一致。 我们使用空格作为我们唯一的分隔符，从这个字符串化的游戏聊天中创建了单个字数的数据框，将每个游戏分成 2 行以区分输赢。 有了这个数据框，我们运行了几个分类模型，试图根据游戏聊天来预测一个团队是否会获胜。 我们的峰值分类率来自我们的随机森林分类器模型，正确预测结果的概率为 61.48%。 这可能看起来很低，但这比预期的要好，因为游戏是通过匹配来平衡技能和行为得分的，因此克服标准化因素非常好。 一、简介 1.1 动机 已经有许多研究和研究项目试图基于统计来预测游戏结果，这不是一个陌生的概念。 然而，这些项目已经植