?CDA數(shù)據(jù)分析師 出品??

作者：真達、Mika

數(shù)據(jù)：真達??

后期：Mika

【導讀】

今天教大家用Python預測英雄聯(lián)盟比賽勝負。Show me data，用數(shù)據(jù)說話！今天我們聊一聊 python預測LOL勝負。

目前，英雄聯(lián)盟S10全球總決賽正在火熱進行中，最終決賽將于10月31日在浦東足球場舉行。作為當下最火熱的電競賽事，這點燃了全球無數(shù)玩家的關(guān)注，相信沒有哪個英雄聯(lián)盟玩家會錯過這場受眾超廣、影響力超大的國際電競賽事。LPL究竟能否在家門口拿下第三座世界賽獎杯也成了許多玩家關(guān)注的話題。

對于每場比賽，大家最關(guān)注的莫過于最后的勝負了，那么比賽的勝負能否可以預測呢？今天，我們就分析了5萬多場英雄聯(lián)盟的排名比賽，教你如何用Python預測比賽勝負。

01、項目介紹

英雄聯(lián)盟(LOL)是美國游戲開發(fā)商Riot Games（2011年由騰訊收購）開發(fā)和發(fā)行的一款多人在線戰(zhàn)斗競技游戲。

在游戲中，玩家扮演一個"召喚師"角色，每個召喚師控制一個擁有獨特技能的"英雄"，并與一組其他玩家或電腦控制的英雄戰(zhàn)斗。游戲的目標是摧毀對方的防御塔和基地。

召喚者峽谷是英雄聯(lián)盟中最受歡迎的地圖，在這種地圖類型中，兩隊五名玩家競爭摧毀一個被稱為基地的敵人建筑，這個建筑由敵人的隊伍和一些防御塔護衛(wèi)。每個隊伍都希望保衛(wèi)自己的建筑，同時摧毀對方的建筑。這些主要包括:

• Towers（防御塔）：每支隊伍總共有11座防御塔
• Inhibitor（水晶）：每條道有一個水晶
• Elemental Drakes/Elder Dragon（大龍/遠古龍）
• Rift Herald（峽谷先鋒）
• Baron Nasho（納什男爵）
• Nexus（基地）

英雄聯(lián)盟最具爭議的元素之一，就是其嚴重的滾雪球效應。許多職業(yè)選手接受賽后采訪時都提到其輸贏都因為“滾雪球”，我們研究各方面各指標的數(shù)據(jù)，來看這些因素的發(fā)展是否真的影響了比賽的成敗。

在這個項目中，我們分析了5萬多場英雄聯(lián)盟的排名比賽，并嘗試使用決策樹算法來根據(jù)已有輸入屬性預測比賽勝負。

02、數(shù)據(jù)集概述

數(shù)據(jù)集收集了超過50000個從游戲英雄聯(lián)盟排位游戲的數(shù)據(jù)，字段主要包含以下數(shù)據(jù)：

• Game ID：游戲ID
• Creation Time：創(chuàng)建時間
• Game Duration (in seconds)：游戲持續(xù)時間（秒）
• Season ID：賽季ID
• Winner (1=team1, 2=team2)：獲勝隊伍
• First Baron, dragon, tower, blood, inhibitor and Rift Herald (1 = team1, 2 = team2, 0 = none)：第一條納什男爵，大龍，塔，一血，水晶，峽谷先鋒
• Champions and summoner spells for each team (Stored as Riot's champion and summoner spell IDs)：每只隊伍選擇的英雄和召喚術(shù)
• The number of tower, inhibitor, Baron, dragon and Rift Herald kills each team has：塔，水晶，男爵，大龍和峽谷先鋒擊殺數(shù)
• The 5 bans of each team (Again, champion IDs are used)：每個隊伍的禁用英雄

03、數(shù)據(jù)讀入和預覽

首先導入所需包和讀入數(shù)據(jù)集。

#?數(shù)據(jù)整理
import?numpy?as?np?
import?pandas?as?pd?

#?可視化
import?matplotlib.pyplot?as?plt?
import?seaborn?as?sns?
import?plotly?as?py?
import?plotly.graph_objs?as?go?

#?建模
from?sklearn.tree?import?DecisionTreeClassifier
from?sklearn.model_selection?import?train_test_split,?GridSearchCV
from?sklearn.metrics?import?confusion_matrix,?classification_report?

#?讀入數(shù)據(jù)
df?=?pd.read_csv('./archive/games.csv')
df.head()?

df.shape
(51490,?61)

04、數(shù)據(jù)可視化

我們將分別對影響比賽的相關(guān)因素進行如下探索：

1. 目標變量分布

數(shù)據(jù)集一共有51490條記錄，其中1隊獲勝的次數(shù)為26077次，占比50.6%，2隊獲勝的次數(shù)為25413次，占比49.4%。不存在樣本不平衡的情況。

——代碼如下：

#?餅圖
trace0?=?go.Pie(labels=df['winner'].value_counts().index,?
????????????????values=df['winner'].value_counts().values,
????????????????hole=0.5,
????????????????opacity=0.9,
????????????????marker=dict(line=dict(color='white',?width=1.3))
???????????????)?
layout?=?go.Layout(title='目標變量winner分布')

data?=?[trace0]
fig?=?go.Figure(data,?layout)
py.offline.plot(fig,?filename='./html/整體獲勝情況分布.html')

2. 游戲時長分布

從直方圖可以看出，游戲時長大致服從正態(tài)分布，其中最短的游戲時長為3分鐘，3分鐘是游戲重開的時間點，最長的游戲時長是79分鐘。中間50%的時長在26~36分鐘之間。

——代碼：

df['game_duration']?=?round(df['gameDuration']?/?60)?

#?選擇數(shù)據(jù)
x1?=?df[df['winner']?==?1]['game_duration']
x2?=?df[df['winner']?==?2]['game_duration']?

#?直方圖
trace0?=?go.Histogram(x=x1,?bingroup=25,?name='team1',?opacity=0.9)
trace1?=?go.Histogram(x=x2,?bingroup=25,?name='team2',?opacity=0.9)??

layout?=?go.Layout(title='比賽游戲時長分布')?

data?=?[trace0,?trace1]?
fig?=?go.Figure(data,?layout)
py.offline.plot(fig,?filename='./html/游戲時長分布.html')

3. 一血對獲勝的影響

獲得一血的隊伍勝率相對較高，在第一隊的比賽中，首先獲得一血時的勝率為59.48%，相較未獲得一血的比賽高18%。在第二隊的比賽中，獲得一血時的勝率為58.72%，相較未獲得一血的比賽高18%。

——代碼為：

plot_bar_horizontal(input_col='firstBlood',?
                    target_col='winner',?
                    title_name='一血對獲勝的影響')??

4. 一塔對獲勝的影響

從數(shù)據(jù)來看，第一個防御塔看起來是比較有說服力的指標。在第一隊的比賽中，首先摧毀一塔時隊伍的勝率高達70.84%，相較未獲得一塔的比賽高41.64%。在第二隊的比賽中，有相近的數(shù)據(jù)表現(xiàn)。

——代碼是：

plot_bar_horizontal(input_col='firstTower',?
                    target_col='winner',?
                    title_name='一塔對獲勝的影響')???

5. 摧毀第一個水晶對獲勝的影響

在比賽中拿到第一座水晶塔的隊伍91%的情況下可以獲勝，這一點在某種程度上是可以預見的，因為首先摧毀水晶塔代表隊伍已經(jīng)積累的足夠的優(yōu)勢，而且水晶塔力量很強大，并且更具有價值。

——代碼為：

plot_bar_horizontal(input_col='firstInhibitor',
                    target_col='winner',?
                    title_name='摧毀第一個水晶對獲勝的影響')?????

6. 擊殺第一條男爵對獲勝影響

統(tǒng)計數(shù)據(jù)顯示，在比賽中擊殺第一條男爵有80%的勝率。

plot_bar_horizontal(input_col='firstBaron',?
                    target_col='winner',
                    title_name='擊殺第一條男爵對獲勝影響')???

7. 擊殺第一條大龍對獲勝的影響

在第一個隊伍中，首先擊殺第一條大龍的隊伍勝率在68.6%，相較未取得優(yōu)先的比賽勝率高36%。

plot_bar_horizontal(input_col='firstDragon',
                    target_col='winner',
                    title_name='擊殺第一條大龍對獲勝的影響')?

8. 擊殺第一條峽谷先鋒對獲勝的影響

在第一個隊伍中，首先擊殺第一條峽谷先鋒的隊伍勝率在69.45%，相較未取得優(yōu)先的比賽勝率高38.92%。

plot_bar_horizontal(input_col='firstRiftHerald',?
                    target_col='winner',?
????????????????????title_name='擊殺第一條峽谷先鋒對獲勝的影響')

9. 摧毀防御塔數(shù)對獲勝影響

選擇第一個隊伍的摧毀防御塔數(shù)作為影響因素，可以看出，摧毀的防御塔數(shù)量越多，獲勝的概率越大。當數(shù)量大于8個時，勝率大于85%。11個防御塔全部摧毀時的勝率為99.16%，當然也有8.4‰的翻盤概率。

plot_bar_vertical(input_col='t1_towerKills',
                  target_col='winner',?
                  title_name='摧毀防御塔數(shù)對獲勝影響')??

10. 摧毀水晶數(shù)對獲勝影響

摧毀水晶的數(shù)目越多，獲勝的概率越大。沒有摧毀水晶的獲勝概率為12.55%，摧毀一個的獲勝概率為81.11%，兩個為92.38%。

plot_bar_vertical(input_col='t1_inhibitorKills',?
                  target_col='winner',?
                  title_name='摧毀水晶數(shù)對獲勝影響')??

11. 擊殺男爵數(shù)對獲勝影響

擊殺男爵數(shù)越多，獲勝的概率越大，擊殺5條男爵的數(shù)據(jù)僅有一條，后續(xù)需要刪除。

plot_bar_vertical(input_col='t1_baronKills',?
                  target_col='winner',?
                  title_name='擊殺男爵數(shù)對獲勝影響')??

12. 擊殺大龍數(shù)對獲勝影響

擊殺大龍數(shù)數(shù)越多，獲勝的概率越大

plot_bar_vertical(input_col='t1_dragonKills',?
                  target_col='winner',?
                  title_name='擊殺大龍數(shù)對獲勝影響')?

05、數(shù)據(jù)建模

首先進行初步的清洗，并篩選建模所需變量。

#?刪除時間少于15分鐘和分類數(shù)較少的記錄
df?=?df[(df['gameDuration']?>=?900)?&?(df['t1_baronKills']?!=?5)]
print(df.shape)?

(50180,?62)

#?篩選建模變量
df_model?=?df[['winner',?'firstBlood',?'firstTower',?'firstInhibitor',?'firstBaron',
??????????????'firstDragon',?'firstRiftHerald',?'t1_towerKills',?'t1_inhibitorKills','t1_baronKills',
??????????????'t1_dragonKills',?'t2_towerKills',?'t2_inhibitorKills',?'t2_baronKills',?'t2_dragonKills'
??????????????]]?
df_model.head()?

然后劃分訓練集和測試集，采用分層抽樣方法劃分80%數(shù)據(jù)為訓練集，20%數(shù)據(jù)為測試集。

#?劃分訓練集和測試集
x?=?df_model.drop('winner',?axis=1)
y?=?df_model['winner']

X_train,?X_test,?y_train,?y_test?=?train_test_split(x,?y,?test_size=0.2,?stratify=y,?random_state=0)
print(X_train.shape,?X_test.shape,?y_train.shape,?y_test.shape)?

(40144,?14)?(10036,?14)?(40144,)?(10036,)

使用決策樹算法建模，使用GridSearchCV進行參數(shù)調(diào)優(yōu)。

#?參數(shù)
parameters?=?{
????'splitter':?('best',?'random'),
????'criterion':('gini',?'entropy'),
????'max_depth':[*range(1,?20,?2)],
}

#?建立模型
clf?=?DecisionTreeClassifier(random_state=0)
GS?=?GridSearchCV(clf,?parameters,?cv=10)
GS.fit(X_train,?y_train)??

GridSearchCV(cv=10,?estimator=DecisionTreeClassifier(random_state=0),
?????????????param_grid={'criterion':?('gini',?'entropy'),
?????????????????????????'max_depth':?[1,?3,?5,?7,?9,?11,?13,?15,?17,?19],
?????????????????????????'splitter':?('best',?'random')})

#?輸出最佳得分?
print("best?score:?",?GS.best_score_)
print("best?param:?",?GS.best_params_)?

best?score:??0.9770077890521407
best?param:??{'criterion':?'gini',?'max_depth':?7,?'splitter':?'best'}

#?最佳模型
best_clf?=?DecisionTreeClassifier(criterion="gini",?max_depth=7,?splitter="best")
best_clf.fit(X_train,y_train)?
print("score:",?best_clf.score(X_test,y_test))???

score:?0.9799721004384216??

使用最優(yōu)的模型重新評估測試數(shù)據(jù)集效果：

#?輸出分類報告
y_pred?=?best_clf.predict(X_test)?
cm?=?confusion_matrix(y_test,?y_pred)
cr?=?classification_report(y_test,?y_pred)
print('Classification?report?:?n',?cr)??

Classification?report?:?
???????????????precision????recall??f1-score???support

???????????1???????0.98??????0.98??????0.98??????5077
???????????2???????0.98??????0.98??????0.98??????4959

????accuracy???????????????????????????0.98?????10036
???macro?avg???????0.98??????0.98??????0.98?????10036
weighted?avg???????0.98??????0.98??????0.98?????10036

#?熱力圖
g1?=?sns.heatmap(cm,?annot=True,?fmt=".1f",?cmap="flag",?linewidths=0.2,?cbar=False)
g1.set_ylabel('y_true',?fontdict={'fontsize':?15})
g1.set_xlabel('y_pred',?fontdict={'fontsize':?15})??
g1.set_title('confusion_matrix',?fontdict={'fontsize':?15})??

Text(0.5,?1,?'confusion_matrix')

#?輸出屬性重要性
imp?=?pd.DataFrame(list(zip(X_train.columns,?best_clf.feature_importances_)))?
imp.columns?=?['columns',?'importances']
imp?=?imp.sort_values('importances',?ascending=False)
imp?

在屬性的重要性排序中，擊殺防御塔數(shù)量的重要性最高，其次是水晶摧毀數(shù)量、一塔、擊殺龍的數(shù)量。

以下代碼用于輸出這顆樹：

#?可視化
import?graphviz
from?sklearn?import?tree?

dot_data?=?tree.export_graphviz(decision_tree=best_clf,?max_depth=3,
?????????????????????????????????out_file=None,?
?????????????????????????????????feature_names=X_train.columns,
?????????????????????????????????class_names=['1',?'2'],?
?????????????????????????????????filled=True,
?????????????????????????????????rounded=True
????????????????????????????????)
graph?=?graphviz.Source(dot_data)
graph

06、模型預測

我們假設:第一隊拿了第一血，第一塔，第一男爵，第一條大龍和第一峽谷先鋒，而第二隊只拿了第一個水晶。

第一隊的塔，水晶，男爵和龍殺死的數(shù)量分別是10,2,1,4和塔，水晶，男爵和龍的數(shù)量分別是7,2,1,1。

#?新數(shù)據(jù)
new_data?=?[[1,?1,?2,?1,?1,?1,?10,?2,?1,?4,?7,?2,?1,?1]]
c?=?best_clf.predict_proba(new_data).reshape(-1,?1)?
print("winner?is?:"?,?best_clf.predict(x1))?
print("First?team?win?probability?is?%?",?list(c[0]?*?100),
??????"nSecond?team?win?probability?is?%:",list(c[1]?*?100))?

winner?is?:?[1]
First?team?win?probability?is?%??[89.87341772151899]?
Second?team?win?probability?is?%:?[10.126582278481013]

根據(jù)模型預測結(jié)果，第一隊將會獲勝，獲勝的概率為89.87%。

——熱門課程推薦：

想從事業(yè)務型數(shù)據(jù)分析師，您可以點擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢互聯(lián)網(wǎng)運營，你可以點擊>>>“互聯(lián)網(wǎng)運營就業(yè)班”了解課程詳情；

想了解更多優(yōu)質(zhì)課程，請點擊>>>