Upload New File

人工智能系统实战第三期/实战代码/机器学习项目实战/基于决策树的英雄联盟胜负预测/question.ipynb

+{
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# 基于决策树算法的英雄联盟游戏胜负预测"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 一、任务介绍\n",
+    "\n",
+    "英雄联盟（League of Legends，LoL）是一款多人在线竞技游戏，由拳头游戏（Riot Games）公司出品。游戏中，每位玩家控制一位拥有独特技能的英雄，红蓝两支队伍各有五位玩家进行对战，目标是摧毁对方的基地水晶。水晶有多座防御塔保护，通常需要先摧毁一些防御塔再摧毁水晶。玩家所控制的英雄起初较弱，需要击杀小兵、野怪和对方英雄来获得金币和经验。经验可以提升英雄等级和技能等级，金币可用来购买装备提升攻击、防御等属性。对战中没有己方单位附近的地点会没有视野，即无法看到对面单位。双方可以通过使用守卫来监视某个地点，洞察对面走向并制定战术。\n",
+    "\n",
+    "本数据集来自Kaggle，包含了9879场钻一到大师段位的单双排对局，对局双方几乎是同一水平。每条数据是前10分钟的对局情况，每支队伍有19个特征，红蓝双方共38个特征。这些特征包括英雄击杀、死亡，金钱、经验、等级情况等等。一局游戏一般会持续30至40分钟，但是实际前10分钟的局面很大程度上影响了之后胜负的走向。作为最成功的电子竞技游戏之一，对局数据、选手数据的量化与研究具有重要意义，可以启发游戏将来的发展和改进。\n",
+    "\n",
+    "## 二、作业说明\n",
+    "### 基础任务（80）：\n",
+    "1.合理的进行特征工程处理\n",
+    "\n",
+    "2.划分训练集和测试集\n",
+    "\n",
+    "3.使用决策树算法完成游戏胜负的预测\n",
+    "\n",
+    "4.对比不同特征组合对模型效果的影响\n",
+    "\n",
+    "5.提交代码和实验报告\n",
+    "\n",
+    "### 扩展任务（20）：\n",
+    "1.尝试自行实现决策树算法细节\n",
+    "\n",
+    "2.决策树算法的调参"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "pytorch_gpu",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.11.3"
+  },
+  "orig_nbformat": 4
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}