darkstun99100 darkstun99100
关注数: 23 粉丝数: 90 发帖数: 12,379 关注贴吧数: 105
垃圾神刀,***,退钱! ***,垃圾神刀,狗都不玩,退钱! 好了,回归正题。 说说神刀这垃圾论剑的事情吧。 论剑嘛,拆分开来,无非是有效输出+规避对面伤害。 因为天刀的独特性,绝大部分职业有效输出都是在打控制的基础上完成输出的。神刀就更为明显。 先说有效输出部分:神刀的输出完全依靠控制链,因此绝大部分的时候都是依托破绽完成的。但是神刀的常规主动破绽来源,主要就是8秒一次的笑红尘。 (至于天将明的破绽,对面不是傻子,谁没事不停的送,何况天将明还是格反之耻。) 为什么神刀要依靠长连控打论剑?因为神刀突进和解控,都是天刀里面最垃圾的,同行之耻。 一旦拉开距离,神刀大概率在送人先手。神刀解控很容易被黑,导致稳定解控点很少,一旦神刀被抓需要长时间挨揍,等到稳定的点才敢交解控,意味着神刀规避伤害能力很弱。别的职业都有解控保护,交起来就安逸的多,自然不用白白承受伤害,可以更容易的规避对面伤害,被人压血线的风险也低得多。血线越高,则人就不会慌,不慌就不容易失误,不失误就不会白给机会。 这就是为啥,神刀一旦抓到对手,一定要打长连控的原因。因为每一次的双方脱离,都对神刀而言是一个高风险的行为。 作为靠长连控打论剑的职业,可曾想到,为啥自己论剑的伤害这么低? 伤害低迷,就难以逼出来对方的解控,那么对方就可以很自主的选择时机交解控反打神刀,而神刀垃圾解控又不能随心所欲的交了反打,必须白挨揍一段时间,甚至出现白挨揍后对方又开始跑图,而神刀垫底的追击能力,大概率送先手重新进入挨揍环节。也正因为神刀伤害低迷,导致就算跑图失误被抓,也未必有多崩。因此,神刀短板之间相互掣肘,搞得神刀很被动。 准确的说,平均下来,单个破绽的dps太低,即:伤害/破绽,惨不忍睹。破绽的周期又高度和笑红尘挂钩。粗略折算下来,就是 8秒一个循环内的平均伤害,啧啧啧。 神刀有没有伤害较高的输出技能?有啊,比如:破定状态下的压制狂风刀。问题是,为了长链控,不可能单纯爽一下狂风刀就完事了。否则,爽完狂风刀,后续干嘛呐?硬生生的断控吗? 既然如此,神刀打长连控里面塞狂风刀就要有讲究,不能让控制链断了,从而导致前戏铺垫太长。 就拿顾婉仪的准无限连举例,踏浪饮血起手。这是一个很常见的起手方式。打狂风刀前,需要铺垫12次的伤害。取自 顾阿姨的神刀连招教学里面的 伤害数字。格挡部分数字看不见,作为外攻职业,内功伤害并不高,就按照其对应伤害的30%填充。(阿姨没有显示敲穴伤害,加上敲穴伤害数字也不大,除非出特效,就不计算了。) 整个过程,除了踏浪出现了一次暴击,其他全是白字伤害。基本可以认为是一个合理的伤害分布。 (你们也别笑阿姨演示视频的号小,大号的普攻也就300-400一下,按照比例放大,伤害真没好到哪里去。) 从图中可以看出,一个小周期内,神刀只有一个峰值,就是狂风刀,平稳期的数值明显低于这个峰值。 有格挡的记录,整个一个小周期的总伤害在1.9万多。其中伤害占比:狂风刀28%,四连8%,饮血19%,断中流9%,鹰击29%,普攻7% 作为神刀最大的两个输出点,狂风刀和鹰击,都存在严重的破绽浪费问题。狂风刀最为严重。不知道策划改成狂风刀需要破绽压制的时候,到底有没有想明白,消耗单破绽压制,和消耗所有的破绽压制,到底是什么样的质变问题。鹰击就不说了,都懂的,鹰击2会吃破绽。 在一定程度上,鹰击2浪费破绽的问题倒是可以规避。可是,狂风刀这个点是真的浪费破绽的大户,为了不浪费破绽必须最后收尾才打狂风刀,这就导致作为主力dps技能被严重滞后,严重滞后导致论剑输出过低。如果为了早点打,那么浪费破绽,很容易导致后续破绽不够用,控制链断了。这就成了恶性循环。 群里面经常YY神刀魔改,单纯的增加主动破绽来源,确实可以缓解狂风刀问题,但是又让神刀超长连控变得很容易,约束过少,所以这个方案,估计策划也想过,但是给否决了。 但是,这个问题又不一定要通过增加破绽来源,来解决啊。作为神刀两个主要输出技能,直接把伤害提高不就完事了,与其考虑多打一个狂风刀导致改动瞻前顾后的,不如让单次输出更加效率啊。而且这玩意最好调做了,直接鹰击长空和狂风刀伤害增加xx%,强了就把系数改低一点,弱了就把改高一点。省力又高效,直击核心地带。这不比花里胡哨的改五维好吗? 回锋斩加个解控保护吧,人人都有至少一个稳定解控,神刀要求一个,和大家统一起跑线,不过分吧。 嘻嘻,你以为我在聊那些说烂的YY魔改方案吗?不是的。仔细看图,在正常记录的伤害数字旁边,还有一个假设无格挡的状态的伤害数字。仔细算一下,后者比前者高了16%的伤害。这就是一直被大家不重视的命中带来的意外收获。16%多吗?也不算很多,但是也不少。加上这部分伤害依靠暴击来补充呐?考虑到大家的韧越来越高,基本论剑的会伤都趋于保底会伤,也就是1.5倍。那么多打16%的伤害,则需要32%的暴击;在175致命耐受的压榨下,32%的暴击,需要领先78%的会心率。 人人都知道堆韧,但是大部分职业都不爱堆格挡,那么你的命中其实很容易覆盖对面的格挡。当会心堆到瓶颈的时候,顺便提高一下命中,也是可以偷伤害的不错选择。更何况,神刀在不被格挡的情况下,鹰击2可以提供挑飞,狂风刀亦可以提供挑飞。堆命中也别上头,你非要堆得打格挡三怪都能稳定命中,这就很离谱了,属于过度奢侈。 来,一起看憨逼掌门的沙雕视频: http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fwww.bilibili.com%2Fvideo%2FBV1Tu411Z79J%3Fshare_source%3Dcopy_web&urlrefer=59b2110e5e3a22bcb60c9df71c46ff2d
水一贴,数据分析 - 如何赢得LOL的rank 众所周知,现在的情况都憋在家里闲的,就先来水一贴。本菜鸟假装在那指点江山,初略写一点,众看官就当图一乐。 好了,开始正题,粗谈 如何赢得LOL的rank 。当然,这次的话题不是根据 某一个玩家 的若干次游戏的体感进行吹逼,而是无意间发现了一批LOL的rank数据记录。 自然,以这批数据的记录进行很粗糙的分析。(本来是别人写的数据分析,我在他的基础上重新进行了调整,把一些不合理的地方进行了重写,顺手添加了一些内容。俗称,水一贴。) 这批数据主要记录的是2017年的LOL的rank数据,当然都是EUW、NA、EUN、TR的服务器的记录,没有国内记录,何况还是三年前的,大概只能仅供借鉴了。(有哪位老哥知道,在哪里搞到最近的数据。如果方便的话,可以告知一下,我再来测试一下,一切搞定后,就把代码也放上来。谢谢了!) 一共有18万+的记录,合计约为1G大小。 整理过程就跳过了,最后的数据大概如下:摒弃了一些脏数据。粗略考虑了一下,决定把虐杀的数据的比赛也剔除了。比如,被杀的心态爆炸,集体泉水里面插眼,或者击杀/时间比例明显不正常,导致一方被当成猪一样的疯狂宰杀。插眼/游戏时间 的99分位数:1.5046173913836673 ; 击杀/游戏时间 的99分位数:0.9501800281596284 。 所谓99分位数,即所有数据按照大小顺序排列,排在第99%位置上的数据,通常,人们认为99分位数以上的数据,为极端值,为了避免干扰,选择剔除。 相当于,把 插眼/游戏时间>1.5 的 和 击杀/游戏时间 >0.95的都剔除了。 来一点开心的话题,天下玩家一家亲,比如人见人恨的 国足-盲僧 (Lee Sin),胜率不到50%, 依然很多人拿来玩。先来一些老生常谈,其实有一点废话的意思,您也可以跳过下面三张图,直接从加粗的那一行开始。 1. 常言道,要多插眼:大体可以看出,多插眼确实有利于获胜 2. 很多人都说这不是杀人的游戏,那么击杀数的情况:击杀数确实对于比赛的胜率是存在影响的 3. 菜刀与法刀(AD伤害 VS AP伤害),哪种更多?虽然是2017年的版本,但是可以感觉出来,菜刀的更受欢迎一些。 开始谈主题了,毕竟rank里面影响因数很多,不可能靠一两个因数来决定胜负的走向。 先看所有rank里面的,各个常见因素的相关性(都是一些简单的英文单词,我就不翻译了。其实原因是:python里面输出汉字比较折腾,我也懒得调,有太拗口的单词留言一下,我帮忙备注翻译一下。):偏绿色的为正相关,偏红色为负相关。颜色越深,表示相关的系数越大。比较常见的较为重要的正相关因数,比如:击杀、助攻、拆塔数等,比较负面的相关因数,比如:死亡数。 当然,这里的相关性是线性相关性,实际上是不太严谨的,等下后文会用非线性的模型,去拟合一下胜率。 考虑到大家经常说:按照25分钟以内算短比赛,40分钟以上算长比赛。 那么,对于25分钟以内的比赛而言:可以发现,相对于所有记录,25分钟以内的game,击杀、助攻、死亡、拆塔数这些影响更大。这也是常见的炸鱼选手、代练最喜欢干的事情,最快速的杀崩,早点结束游戏。 同理,40分钟以上的比赛:对于长比赛而言,击杀、助攻、拆塔的影响性降低。 由于线性的关系不是那么严谨,还是用非线性的来考量。 我们来看一下原始表,其中,matchid为game的匹配号,也就是说,一场游戏的10个玩家拥有一样的matchid。 实际上,再剔除掉脏数据后,只有14万+的记录了。本身由于记录里面缺乏段位等标识,应该是分布在各个段位的rank,所以我们就不拿段位作为考量标准了。 数据都是S7的的rank的数据,姑且不考虑中途各种小补丁带来的影响(毕竟三年前的事情,好多补丁都记不清了)。 为了避免数据穿越(leak),我们选择以matchid作为随机抽样的标准。即:抽70%的matchid作为训练集,30%的matchid为测试集。避免同一场比赛,同时出现再训练集和测试集两侧。 预测目标:matchid(游戏的匹配号),team_red(是否为红方,毕竟分为红方和蓝方),win(是否获胜)。 先全部游戏考量,模型选择数据挖掘比赛中常见的lightGBM,以常见的F1-score为评价指标,其为0.975。 某种意义上讲,游戏的数据,更容易反应出游戏的胜负走向。 然后我们来获得特征(也就是常说的影响因素)的重要性,选取其中的top30来观察:依然可以看出来,全队的死亡数、平均每分钟击杀数、拆塔数、补刀获得金币、对英雄造成伤害的性价比(对英雄的伤害/获得的金币)、助攻数等,这些为主要因素。 同样,我们来观察25分钟以内的比赛:短时间的比赛,明显可以感觉到,全队死亡数有、每分钟击杀数变得更加重要。所谓猪队友送人头拖后腿、尽快杀崩结束比赛,也不算空穴来风的说法。 那么,40分钟以上的比赛:虽然每分钟击杀数、死亡数还是最重要的两个特征,但是,明显不如25分钟的短比赛对全局的走向影响那么严重,甚至可以发现,各个因素的影响,变得更加接近了,难以靠个别因素来容易影响比赛的胜负走向。 当玩家的比赛的时间变得更长的时候,反而不需要太在意双方的人头差距,从力所能及的角度去来缩小双方的差距,来提高己方的胜率。 原作者,本来有一段,英雄VS英雄的特征编码,也就是一场比赛的10个英雄,5个对的编码,这些编码有的优劣势的打分,我本来想拿来用的,可是细细看,发现有一些编码的打分和平时印象里面不一致。 比如:剑姬VS潘森,我记得2017年的版本,应该是剑姬劣势,但是这组编码打分上,剑姬居然是优势,而且是较大优势,不知道是欧美的玩家的玩法比较独特还是原作者的打分情况存在部分的不合理。 考量了一番,决定放弃了 这些 英雄VS英雄 的编码打分特征。 后面,如果有空,我再看一下,哪里的不合理导致出现一些不合常识的优劣组得分的结果。 无聊水一贴,各位看官见笑了。
1 下一页