• 赛事介绍
• 赛事任务
• 评审规则
• 环境配置
• 数据处理
• 搭建模型
• 总结与上分点

赛事介绍

比赛链接：英雄联盟大师预测

实时对战游戏是人工智能研究领域的一个热点。由于游戏复杂性、部分可观察和动态实时变化战局等游戏特点使得研究变得比较困难。我们可以在选择英雄阶段预测胜负概率，也可以在比赛期间根据比赛实时数据进行建模。那么我们英雄联盟对局进行期间，能知道自己的胜率吗？

赛事任务

比赛数据使用了英雄联盟玩家的实时游戏数据，记录下用户在游戏中对局数据（如击杀数、住物理伤害）。希望参赛选手能从数据集中挖掘出数据的规律，并预测玩家在本局游戏中的输赢情况。

赛题训练集案例如下：

• 训练集18万数据；
• 测试集2万条数据；

import pandas as pd
import numpy as np

train = pd.read_csv('train.csv.zip')

对于数据集中每一行为一个玩家的游戏数据，数据字段如下所示：

• id：玩家记录id
• win：是否胜利，标签变量
• kills：击杀次数
• deaths：死亡次数
• assists：助攻次数
• largestkillingspree：最大 killing spree（游戏术语，意味大杀特杀。当你连续杀死三个对方英雄而中途没有死亡时）
• largestmultikill：最大mult ikill（游戏术语，短时间内多重击杀）
• longesttimespentliving：最长存活时间
• doublekills：doublekills次数
• triplekills：doublekills次数
• quadrakills：quadrakills次数
• pentakills：pentakills次数
• totdmgdealt：总伤害
• magicdmgdealt：魔法伤害
• physicaldmgdealt：物理伤害
• truedmgdealt：真实伤害
• largestcrit：最大暴击伤害
• totdmgtochamp：对对方玩家的伤害
• magicdmgtochamp：对对方玩家的魔法伤害
• physdmgtochamp：对对方玩家的物理伤害
• truedmgtochamp：对对方玩家的真实伤害
• totheal：治疗量
• totunitshealed：痊愈的总单位
• dmgtoturrets：对炮塔的伤害
• timecc：法控时间
• totdmgtaken：承受的伤害
• magicdmgtaken：承受的魔法伤害
• physdmgtaken：承受的物理伤害
• truedmgtaken：承受的真实伤害
• wardsplaced：侦查守卫放置次数
• wardskilled：侦查守卫摧毁次数
• firstblood：是否为firstblood
  测试集中label字段win为空，需要选手预测。

评审规则

1. 数据说明

选手需要提交测试集队伍排名预测，具体的提交格式如下：

win
0
1
1
0

2. 评估指标

本次竞赛的使用准确率进行评分，数值越高精度越高，评估代码参考：

from sklearn.metrics import accuracy_score
y_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]
accuracy_score(y_true, y_pred)

环境配置

将项目克隆到本地

git clone https://openi.pcl.ac.cn/xiaoxiong/LOL-Master-forecast.git

下载数据集并解压到当前工作路径:https://openi.pcl.ac.cn/attachments/0be8c012-5cdb-4948-a198-f1839b1d0a5c?type=0

打开本地的notebook环境

import pandas as pd
import paddle
import numpy as np
%pylab inline
import seaborn as sns

train_df = pd.read_csv('LOL大师预测数据集/train.csv.zip')
test_df = pd.read_csv('LOL大师预测数据集/test.csv.zip')

train_df = train_df.drop(['id', 'timecc'], axis=1)
test_df = test_df.drop(['id', 'timecc'], axis=1)

数据处理

# 2.Z-Score Normalization（Z分数归一化）
for col in train_df.columns[1:]:
    train_df[col] = (train_df[col]-train_df[col].mean()) / train_df[col].std()
    test_df[col] = (test_df[col]-test_df[col].mean()) / test_df[col].std()

搭建模型

class Classifier(paddle.nn.Layer):
    # self代表类的实例自身
    def __init__(self):
        # 初始化父类中的一些参数
        super(Classifier, self).__init__()
        
        self.fc1 = paddle.nn.Linear(in_features=29, out_features=40)
        self.fc2 = paddle.nn.Linear(in_features=40, out_features=1)
        self.relu = paddle.nn.ReLU()
    
    # 网络的前向计算
    def forward(self, inputs):
        x = self.relu(self.fc1(inputs))
        x = self.fc2(x)
        return x

model = Classifier()
model.train()

opt = paddle.optimizer.SGD(learning_rate=0.01, parameters=model.parameters())
loss_fn = paddle.nn.BCEWithLogitsLoss()

EPOCH_NUM = 1000   # 设置外层循环次数
BATCH_SIZE = 100  # 设置batch大小
training_data = train_df.iloc[:-1000,].values.astype(np.float32)
val_data = train_df.iloc[-1000:, ].values.astype(np.float32)

# 定义外层循环
for epoch_id in range(EPOCH_NUM):
    # 在每轮迭代开始之前，将训练数据的顺序随机的打乱
    np.random.shuffle(training_data)

    # 训练集测试，将训练数据进行拆分，每个batch包含10条数据
    train_loss = []
    train_acc = []
    mini_batches = [training_data[k:k+BATCH_SIZE] for k in range(0, len(training_data), BATCH_SIZE)]
    for iter_id, mini_batch in enumerate(mini_batches):
        x = np.array(mini_batch[:, 1:]) # 获得当前批次训练数据
        y = np.array(mini_batch[:, :1]) # 获得当前批次训练标签
        
        # 将numpy数据转为飞桨动态图tensor的格式
        features = paddle.to_tensor(x)
        y = paddle.to_tensor(y)
        
        # 前向计算
        predicts = model(features)
        
        # 计算损失
        loss = loss_fn(predicts, y, )
        avg_loss = paddle.mean(loss)
        train_loss.append(avg_loss.numpy())
        
        # 计算准确率
        acc = (predicts > 0).astype(int).flatten() == y.flatten().astype(int)
        acc = acc.astype(float).mean()
        train_acc.append(acc.numpy())
        
        # 反向传播，计算每层参数的梯度值
        avg_loss.backward()
        # 更新参数，根据设置好的学习率迭代一步
        opt.step()
        # 清空梯度变量，以备下一轮计算
        opt.clear_grad()

    # 验证集测试
    mini_batches = [val_data[k:k+BATCH_SIZE] for k in range(0, len(val_data), BATCH_SIZE)]
    val_loss = []
    val_acc = []
    for iter_id, mini_batch in enumerate(mini_batches):
        x = np.array(mini_batch[:, :-1])   # 获得当前批次训练数据
        y = np.array(mini_batch[:, -1:])   # 获得当前批次训练标签
        
        # 将numpy数据转为飞桨动态图tensor的格式
        features = paddle.to_tensor(x)
        y = paddle.to_tensor(y)
        
        # 前向计算
        predicts = model(features)

        # 计算损失
        loss = loss_fn(predicts, y, )
        avg_loss = paddle.mean(loss)
        val_loss.append(avg_loss.numpy())

        # 计算准确率
        acc = (predicts > 0).astype(int).flatten() == y.flatten().astype(int)
        acc = acc.astype(float).mean()
        val_acc.append(acc.numpy())

    print(f'Epoch {epoch_id}, train BCE {np.mean(train_loss)}, train Acc {np.mean(train_acc)},  val BCE {np.mean(val_loss)}, val Acc {np.mean(val_acc)}')

model.eval()
test_data = paddle.to_tensor(test_df.values.astype(np.float32))
test_predict = model(test_data)
test_predict = (test_predict > 0).astype(int).flatten()

pd.DataFrame({'win':
              test_predict.numpy()
             }).to_csv('submission.csv', index=None)

!zip submission.zip submission.csv

updating: submission.csv (deflated 90%)

总结与上分点

1. 原始赛题字段存在关联，可以进一步提取交叉特征。
2. 模型训练过程中可以加入验证集验证过程。