用Python抓取並分析了1982場英雄聯盟數據，教你開局前預測遊戲對局勝負！

英雄聯盟想必大多數讀者不會陌生，這是一款來自拳頭，由騰訊代理的大型網絡遊戲，如今一進網吧，你就能發現一大片玩英雄聯盟的人。在2017年中國戰隊無緣鳥巢的世界總決賽後，一大片人選擇了棄遊，只是終究沒躲過「真香定理」，在2018年的中旬，又有大批戰友又回到熟悉的召喚師峽谷戰場，時至今日，英雄聯盟已經不只僅是一款遊戲，一個電競項目了，它已經成爲了咱們生活的快樂源泉了。

問君能有幾多愁，輔助閃現搶人頭；問君能有幾多愁，卡牌千里送人頭。問君能有幾多愁，皇子開大關隊友；清明時節雨紛紛,各類隊友各類坑。別人笑我不買眼,我笑別人浪費錢；孤帆遠影碧空盡,草叢驚現蠻易信 。相見時難別亦難，遇見趙信菊花殘；我自橫刀向天笑,剁人只需用三刀。苦練盲僧千百次, 盲目對戰N 屢次；戰輸不下五十次, 砸得鼠標要出事；舉杯邀明月,草叢遇蓋倫。

鑑於如今喜歡英雄聯盟的大佬如此之多，爲了幫助你們儘快的拿到首勝，小編爬取並分析了1982餘場LOL數據。很是神奇的是！在開局以前可以高几率的預測本局的勝負！讓你提早作好心理準備。

假設

假設沒有王者等大神代玩小號

假設沒有代練

假設沒有由於半途被媳婦抓到而掛機的行爲

假設沒有忽然掉網連不上去的行爲

遊戲對戰數據獲取

國服：騰訊遊戲平臺非官方API - http://www.games-cube.com/

 

 

外服：Riot開發者平臺API- https://developer.riotgames.com/

 

鏈接數據庫：

import numpy as np
import pymysql, random, json
def connect_db(database):
 try:
   conn = pymysql.connect(host='localhost', port=3306, user='root', password='zandaoguang', db=database, charset='utf8')
   return conn
 except:
   print ('Exception: MySQL Connection')
   return None

 

分析和訓練數據

利用神經網絡（neural_network）、隨機森林（random_forest）和支持向量機（support_vector）等若干智能算法進行訓練和迴歸，最終進行比較效果。

下面爲神經網絡部分代碼：

from __future__ import print_function
import numpy as np
#np.random.seed(1337)  # 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 = 256
nb_classes = 2
nb_epoch = 100
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[0], 'train samples')
print(X_test.shape[0], '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(1500, input_dim = champion_num, init='uniform'))
model.add(Activation('sigmoid'))
model.add(Dense(2))
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=1, validation_data=(X_test, Y_test))
score = model.evaluate(X_test, Y_test, verbose=0)
print('Test score:', score[0])
print('Test accuracy:', score[1])
 

 

隨機森林代碼：

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('12', 'MATCHED_GAME', 'KING_PORO', 'KINGPORO', ('1492660800000', '1493740800000'), champion_dict)
clf = RandomForestClassifier(n_estimators=500, n_jobs=2)
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))
 

 

支持向量機代碼：

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('12', 'MATCHED_GAME', 'ARAM_UNRANKED_5x5', 'ARAM', ('1492660800000', '1493740800000'), 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))

 

 

遊戲對打敗負預測

根據雙方英雄陣容，預測獲勝方的準確率（%）

PS:因爲阿廣近期沒有玩英雄聯盟，因此分析的數據爲2017年的遊戲數據。

 

 

只根據本方英雄陣容，預測本方可否獲勝的準確率（%）

 

 

指望研究的問題

• LOL中游戲勝利是否與能性別有關？
• LOL的勝率是否和天天的時間段有關係？
• 在女友阻止本身玩遊戲的狀況下，LOL的勝率降低多少？如何解決？

 

注：因爲數據量過小，之後能收集到更多的數據，是但願能夠對上面以及更多的方向進行研究。

結論

• LOL取得最後勝利的三個重要因素爲：團隊陣容、團隊水平，配合默契度。
• 合理的分配BUFF也是遊戲勝利的必要因素。
• 打遊戲的心態也是遊戲勝利一個不可或缺的條件。

 

結語：

雖然咱們經過機器學習算法能夠預測這把的輸贏，可是這畢竟不是咱們最後的結果。玩英雄聯盟和愛情相似，明明知道是咱們不可能，卻堅持去追求，這正是愛的美麗。也許沒有什麼結果，可那過程自己的美麗便足夠用一輩子去品味。

遊戲原本的用意是給你們放鬆心情，釋放壓力的（職業選手就不一樣了）。因此咱們必定要把握好時間，對於沉迷遊戲這種的就大可沒必要了，好的遊戲應該是帶給咱們快樂，假如每天沉迷遊戲，墮落不已，那就落入了錯誤的深淵了。固然好的方面也不是沒有，看廠長、UZI這些選手就是好的表明啊！以上就是本文的所有內容，喜歡的小夥伴點個讚唄！

寫在最後：

若是你們在學習Python的路上，或者打算學習Python須要學習資料，能夠加羣571799375，羣裏學習資料免費贈送給你們喔！

本文來自網絡，若有侵權，請聯繫小編刪除！