飞桨学习赛：英雄联盟大师预测2023年2月85.365分方案

比赛链接 - 飞桨学习赛：英雄联盟大师预测

赛题介绍

本赛题属于典型的分类问题，以英雄联盟手游为背景，要求选手根据英雄联盟玩家的实时游戏数据，预测玩家在本局游戏中的输赢情况。

数据说明

数据集中每一行为一个玩家的游戏数据，数据字段如下所示：

• id：玩家记录id
• win：是否胜利，标签变量
• kills：击杀次数
• deaths：死亡次数
• assists：助攻次数
• largestkillingspree：最大 killing spree（游戏术语，意味大杀特杀。当你连续杀死三个对方英雄而中途没有死亡时）
• largestmultikill：最大mult ikill（游戏术语，短时间内多重击杀）
• longesttimespentliving：最长存活时间
• doublekills：doublekills次数
• triplekills：doublekills次数
• quadrakills：quadrakills次数
• pentakills：pentakills次数
• totdmgdealt：总伤害
• magicdmgdealt：魔法伤害
• physicaldmgdealt：物理伤害
• truedmgdealt：真实伤害
• largestcrit：最大暴击伤害
• totdmgtochamp：对对方玩家的伤害
• magicdmgtochamp：对对方玩家的魔法伤害
• physdmgtochamp：对对方玩家的物理伤害
• truedmgtochamp：对对方玩家的真实伤害
• totheal：治疗量
• totunitshealed：痊愈的总单位
• dmgtoturrets：对炮塔的伤害
• timecc：法控时间
• totdmgtaken：承受的伤害
• magicdmgtaken：承受的魔法伤害
• physdmgtaken：承受的物理伤害
• truedmgtaken：承受的真实伤害
• wardsplaced：侦查守卫放置次数
• wardskilled：侦查守卫摧毁次数
• firstblood：是否为firstblood

测试集中label字段win为空，需要选手预测。

比赛难点

本次比赛难点主要在于数据处理和模型选择上

• 比赛数据既没有缺失值也没有特别明显的异常值，数据分布比较正常，特征工程上找不到很多能增长准确率的地方
• 事实上就算不做任何数据处理直接用随机森例、LightGBM和xgboost模型都能够非常轻松的拿到82-84分神经网络模型也并不能够有很大程度的进步甚至不如树模型

项目亮点

• 采用遗传算法构造了更多特征并利用PCA算法进行特征降维

• 利用Dense Connetion思想设计网络结构防止梯度消失

代码仓库

https://github.com/ZhangzrJerry/paddle-lolmp

项目总结

事实上项目仍然有很多能够改进的地方

• 模型可以利用Network-in-Network进一步优化网络结构

• 尽管180000条样本可以一次性训练，修改训练批数仍有可能进步

• 项目并没有做明确的训练集/测试集划分，可以尝试采用交叉验证来减少过拟合