有序Lasso-Logistic模型的电竞角色选择应用分析

• 作者: 王白云 沈春根
• 来源期刊: 计算机技术与发展
• 关键词: 机器学习 有序Lasso-Logistic模型 电竞 预测 先验信息
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 大数据分析与挖掘
• 页码范围: 58-64
• 页数: 7页
• 分类号: TP39
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.03.010

摘要

电竞行业近几年来迅速发展,这其中离不开机器学习在电竞中的分析和应用.职业选手能够熟悉电竞角色往往需要一定的时间和经验,采用机器学习对电竞角色进行分析,有利于选手对角色选择的考虑,为职业选手的训练和比赛提供数据支持,体现预测模型的分析效果.基于电竞结果通常为二分类数据,为了更好地利用先验信息,将自变量对因变量发生的不同重要性归结到Lasso-Logistic模型中形成有序Lasso-Logistic模型,通过有序Lasso-Logistic模型分析电竞角色数据,对电竞结果进行预测.根据结果显示,有序Lasso-Logistic模型预测效果显著,将有序Lasso-Logistic模型预测结果与逻辑回归模型,Lasso-Logistic模型,梯度增强决策树模型以及SVM模型的预测结果相比较,增加了先验信息的有序Lasso-Logistic模型的预测效果明显比其他四个机器学习模型更佳,表明了有序Lasso-Logistic模型在机器学习中对分类数据相比经典分类模型具有更好的分析能力,突出自变量先验信息重要的作用,推动了机器学习在电子竞技行业的应用与发展.