到底是什么决定《英雄联盟》比赛的胜负？250K 场比赛的机器学习分析

Source: Dev.to

联盟胜利背后的科学

我们的机器学习模型在比赛进行到 27 分钟时达到了 90.8 % 的准确率 来预测比赛结果。这一精度让我们能够 pinpoint（定位）每个阶段最关键的因素。

前期（0–12 分钟）：金钱决定一切

• 金钱差距解释了前 12 分钟 42 % 的胜负方差。
• 首杀平均仅为胜率提升 3.2 %。
• 补刀（CS）差距只占早期胜率的 8 %。

要点： 与其冒险抢早期击杀，不如通过补刀和目标赏金保持稳定的金钱收入。

中期（12–24 分钟）：经验优势

• 等级优势在金钱之后成为第二强的预测因子。
• 经验值（XP）差距解释了 28 % 的胜负方差。
• 团战死亡的影响大于前期死亡。

要点： 分推和合理的波管理对保持或获取经验领先至关重要。

死亡的代价比你想象的更高

• 每一次死亡平均会使胜率下降 4.2 %。
• 1 对 1 的击杀换算会导致净胜率损失。
• 20 分钟后死亡的负面影响显著增加。

要点： 保守作战，避免死亡，尤其是在后期。

后期（24 + 分钟）：等级胜过金钱

• 等级差距在 24 分钟后解释了 38 % 的胜负方差。
• 金钱的重要性下降至 32 %。
• 补刀差距仍是弱预测因子，仅为 7 %。

要点： 等级优势往往决定后期团战的胜负，即使金钱相当。

常见误解 vs. 数据现实

• “后期补刀不重要。”
  虽然补刀是较弱的直接预测因子，但它仍为金钱和经验提供来源。持续的补刀在整个游戏中都很重要。
• “击杀换血值得。”
  除非你处于极度落后，否则换血几乎总是净负面。
• “前期决定一切。”
  前期优势固然重要，但预测准确率在后期显著提升，且在关键目标未被摧毁前仍有翻盘可能。

方法论与数据收集

• 分析了 250,000+ 场钻石以上（Diamond+）排位赛，覆盖主要服务器。
• 使用 XGBoost 模型在每两分钟的间隔评估因素重要性。
• 在 27 分钟时实现 90.8 % 的预测准确率，对结果有高度信心（单场比赛仍可能出现偏差）。

对玩家的实用建议

• 优先保证稳定的金钱获取，而非高风险操作。
• 通过合理的波管理保持经验平衡。
• 尽量避免死亡换血，尤其是后期。
• 像关注金钱差距一样密切关注等级差距。
• 记住每一次死亡对胜率的巨大影响。

更深入的数据探索

我们提供了交互式工具供进一步探索这些模式。访问 macromind.gg/insights 可根据游戏状态、团队阵容、英雄池和角色等分析胜利条件。