北京161中學 柯嘉鑫

機器學習k-means算法在電競選手分析中的應(yīng)用

北京161中學 柯嘉鑫

隨著計算機技術(shù)的發(fā)展，數(shù)據(jù)挖掘在很多方面得到應(yīng)用，尤其是在電競行業(yè)發(fā)展迅速的今天，數(shù)據(jù)挖掘技術(shù)被應(yīng)用到電競分析中。本研究用機器學習的方法進行數(shù)據(jù)挖掘，將機器學習中K-means算法應(yīng)用于電子競技職業(yè)選手，對電競選手比賽數(shù)據(jù)的指標進行聚類，劃分為三個不同的等級，并對聚類結(jié)果進行分析，將個人能力水平數(shù)據(jù)化，用聚類結(jié)果指導職業(yè)選手今后的針對性訓練以及發(fā)展方向，為電子競技行業(yè)標準化、成熟化起到推動作用。本研究旨在推動計算機技術(shù)中機器學習的發(fā)展，為我國電子競技提供參考數(shù)據(jù)，對日后電競選手分析的亞那就具有很大的意義。

機器學習；數(shù)據(jù)挖掘；聚類K-means算法；電子競技；計算機技術(shù)

1 引言

隨著信息化、數(shù)字化的發(fā)展，計算機技術(shù)滲透到人們生活的方方面面，在社會生活中展現(xiàn)出強大的力量，與此同時，機器學習作為一種新型的技術(shù)，在科研中占據(jù)扮演重要角色，其通過模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能的一項技術(shù)。作為人工智能的核心以及今后重要發(fā)展方向，機器學習在商務(wù)、生物學、地球環(huán)境學上都有不同程度的應(yīng)用，在社會實用中有重要的應(yīng)用價值和廣闊的前景，合理的將機器學習K-means算法應(yīng)用于行業(yè)中，可以讓一個新興領(lǐng)域在數(shù)據(jù)挖掘，分析指導方面取得先機[1],[2]。

近些年來中國電子競技行業(yè)突破傳統(tǒng)，迅速崛起，方興未艾，逐漸走入了人們的視野，然而由于該領(lǐng)域在中國正處于起步階段，針對其產(chǎn)生的大數(shù)據(jù)的分析方法十分缺乏，導致在對于競技理念風格，以及變動方面發(fā)展緩慢。采用K-means算法對職業(yè)選手進行評估，是基于現(xiàn)在電競數(shù)據(jù)分析空白現(xiàn)狀的重要突破和創(chuàng)新。

本研究采用數(shù)據(jù)挖掘中典型的聚類K-means分析算法，針對Dota2項目選手展開初步研究，收集在國際賽事中參賽戰(zhàn)隊各選手的實戰(zhàn)數(shù)據(jù)以及細節(jié)成果，通過反復學習、調(diào)整，以獲得合適的聚類中心，將參賽選手劃分不同類別，使符合相應(yīng)風格和打法理解的選手劃歸為一類，結(jié)合聚類結(jié)果對選手進行分析[3]-[5]。

2 K-means算法

2.1 算法思想

1967年，Macqueen提出了K-means算法思想[6]，把空間中數(shù)據(jù)集中的n個數(shù)據(jù)點分為k組，把每組的均值作為中心點，并以這k個點為中心進行聚類，對最靠近他們的對象劃為一類。通過t次迭代，重新計算數(shù)據(jù)點與各組中心的相似度，逐次更新各聚類中心的值，直至得到最好的聚類結(jié)果[7],[8]。

2.2 算法特點

K-means算法作為數(shù)據(jù)挖掘中經(jīng)典的聚類分析算法，是一種比較快速有效的聚類方法，能根據(jù)較少的已知聚類樣本的類別確定部分樣本的分類；其次，為克服少量樣本聚類的不準確性，該算法本身具有優(yōu)化迭代功能，在已經(jīng)求得的聚類上再次進行迭代修正，確定部分樣本的聚類，優(yōu)化了初始監(jiān)督學習樣本分類不合理的地方；第三，由于只是針對部分小樣本可以降低數(shù)據(jù)挖掘所需時間。

2.3 具體算法

聚類開始，選取k個質(zhì)心點，通過多次運行，每次運行都是隨機選取質(zhì)心點，最終確定平均誤差和最小的幾個點作為質(zhì)心點；接著進行距離的計算，求每個樣本與各個質(zhì)心之間的距離，將該樣本數(shù)據(jù)歸為距離小的質(zhì)心所在的類中，根據(jù)不同情況，可選用歐幾里德距離或曼哈頓距離，本論文采用歐幾里德距離；進而計算每個聚類的平均值，作為新的質(zhì)心，不斷的重復第二步與第三步的計算過程，知道質(zhì)心帶你收斂即不再發(fā)生變化，表示聚類結(jié)束。

各樣本與質(zhì)心的距離表達式如下：

聚類質(zhì)心的選取表達式：

3 基于k-means算法的電競研究與分析

圖1 k-means算法流程圖

圖2 分析流程圖

表1 選手電競得分結(jié)果表

（1）數(shù)據(jù)采集

本研究中數(shù)據(jù)來源于某游戲國際邀請賽通用平臺中部分選手數(shù)據(jù)作為本次的分析樣本數(shù)據(jù)，共計15位參賽選手的比賽數(shù)據(jù)，其中包含比賽中場均KDA、總擊殺數(shù)、總死亡數(shù)、總助攻數(shù)等數(shù)據(jù)信息，這些數(shù)據(jù)都快可以從比賽平臺上獲取，真實有效。

（2）數(shù)據(jù)預處理

對數(shù)據(jù)進行預先處理，是數(shù)據(jù)挖掘中數(shù)據(jù)分析的首要步驟，也是重中之重，對原數(shù)據(jù)進行篩選、去噪、標準化等操作，將數(shù)據(jù)變?yōu)橛行?shù)據(jù)，不僅可以提高數(shù)據(jù)挖掘的效率，同時決定了數(shù)據(jù)挖掘結(jié)果的準確性。

首先對數(shù)據(jù)進行集成、整合，將多位參賽選手的數(shù)據(jù)整合到一張表中，將參與聚類分析的14個屬性整合到表中，如表1所示。

數(shù)據(jù)清洗：將原數(shù)據(jù)進行標準化，從表1中可看出原始數(shù)據(jù)沒有統(tǒng)一，因此，對數(shù)據(jù)進行標準化處理，本研究采用經(jīng)典的數(shù)據(jù)標準化方法極差法，表達式如下：

（3）聚類分析

本研究選取具有代表性的兩個屬性總擊殺數(shù)和場均XPM，對選手進行聚類，選用的開發(fā)工具是PyCharm，開發(fā)語言是Python。Python開發(fā)語言相對于其他語言，以腳本的形式存在，操作簡單，將選手聚集成三類，部分代碼如圖3所示：

圖3 部分代碼圖

仿真結(jié)果如圖4所示：

圖4 聚類結(jié)果圖

聚類結(jié)果表如表2所示。

從圖4中可以看出將15名選手分成3類，其中紫色表示偏重自身經(jīng)驗獲取與發(fā)育，具備一定后期能力，團隊支撐的選手；中間綠色表示能夠在發(fā)育與參戰(zhàn)中權(quán)衡并保持自己的節(jié)奏，執(zhí)行率較高，能在團隊中發(fā)揮應(yīng)有的作用，全能型的選手；右下角黃色部分表示進攻性很強，但是容易丟失自己發(fā)育節(jié)奏的選手。從表2中可以看出第二名選手個人能力較強，應(yīng)努力保持。第9，12，15打法較為積極主動，但是發(fā)育能力較差，要多多與隊伍磨合，穩(wěn)中求彩。其余選手應(yīng)更多的開發(fā)自己適合的戰(zhàn)術(shù)，以有更多發(fā)揮空間。

表2 電競選手聚類結(jié)果表

4 結(jié)論

本文將電競選手的參賽成績采用數(shù)據(jù)挖掘中的經(jīng)典算法k-means聚類算法，通過程序仿真，將選手的個人特色與能力客觀地展現(xiàn)出來，通過聚類分析，反映出比賽選手之間的競技水平存在明顯差異，該結(jié)果可以便于選手了解自己的不足之處，以及日后比賽的努力方向，為各大戰(zhàn)隊以及俱樂部選手提供有效參考；與此同時，還可以提供數(shù)據(jù)給開發(fā)公司及相關(guān)賽事負責人員提供決策支撐，便于了解每位選手以及當前版本的節(jié)奏和風格，方便游戲與賽制優(yōu)化與完善，逐步推進電子競技科學化，成熟化。本文在電競選手聚類分析中取得一定的成果，為以后機器學習在電競分析中的應(yīng)用奠定了良好的理論基礎(chǔ)；但仍然存在不足之處，比如以后的研究將關(guān)聯(lián)規(guī)則與聚類分析算法一同使用，可以提高算法的性能。

[1]徐衛(wèi)廣．自動化機器學習領(lǐng)域中k-means聚類算法應(yīng)用研究[J]．工程技術(shù)全文版,2016(6)：00212．

[2]熊志斌,朱劍鋒,王冬．K-means聚類算法的研究和應(yīng)用[J]．電腦編程技巧與維護,2014(8)：10-12．

[3]李雙虎,王鐵洪．K-means聚類分析算法中一個新的確定聚類個數(shù)有效性的指標[J]．河北省科學院學報,2003,20(4)：199-202．

[4]方開泰,潘恩沛．聚類分析[M]．地質(zhì)出版社,1982．

[5]方方,王子英．K-means聚類分析在人體體型分類中的應(yīng)用[J]．東華大學學報(自然科學版),2014,40(5)：593-598．

[6]張云濤．數(shù)據(jù)挖掘原理與技術(shù)[M]．電子工業(yè)出版社,2004．

[7]Hartigan J A,Wong M A．A K-means clustering algorithm[J]．Applied Statistics,1979,28(1)：100-108．

[8]Jain, Anil K．Data clustering：50 years beyond K-means[J]．Pattern Recognition Letters,2010,31(8)：651-666．

[9]Hartigan J A,Wong M A．Algorithm AS 136：A K-Means Clustering Algorithm[J]．Journal of the Royal Statistical Society,1979,28(1)：100-108．

柯嘉鑫（2000—），男，廣東人，現(xiàn)就讀于北京161中學。