2017年5月27日土曜日

AVAの試合データをたくさんプロットしてみる

gnuplotというプロット用のツールがあって、それで遊んでみよう、データはAVAのやつでも使うか、という趣旨のもの。全体的に衝動的でとりとめのない内容なのだけれど、せっかくなのでブログとして残すことにした。

結果として得られた知見は
「AVAは23時が本番。曜日はあんまり関係ない」
「チーム合計点が同じとき、チーム内の点のばらつきと勝率にはあまり関係がないっぽい。」
というもの。

ソースコードはこちら。縮小前の画像もある。
https://gist.github.com/memetor/70c954937f0ed57b2a2429b20c6968d5





データの範囲は2011年2月から2017年2月くらいまでのクラン戦のデータ。約600万試合。
タイトルに番号が付いているが、書いた人が手元のノート番号と紐づけるためのIDなので無視して良い。これを調べていたのが3か月前で、記憶が曖昧なところを図を見て思い出しながら書いているところもあって全体的に拙いが許してほしい。

004 時間帯別試合比

23時, 22時, 0時の人が多い。昼間はほとんど試合がない。

005 曜日別試合数比

土日が少し多くて、他はほとんど同じ。
メンテ明けかどうかはあまり関係なさそう。

006 曜日*時間帯

金23、水23、月23...と続く。
曜日による影響よりも時間帯による影響の方が大きそう。

007 年度別*時間帯

2011年は少し深夜型の傾向があると言えそうだけど、よくわからない。
2013年以降、ゆるやかにピークタイム(23時)に集中しているとも読めそう。プレイ人口が減っていくとそうなる傾向があるのではないか、という推測をしているが、まぁ結論を出す必要もないので眺めるだけにする。


008 ラウンド数分布

ここからは5人制の7R先取大会ルールの爆破のみの話。
爆破の敗北チーム側の取得ラウンド数の分布である。言うまでもないが、基本的にAVAに引き分けはないので勝利チームは7R取得している。
7-0, 7-1が少なくて、7-4の試合が一番多いという結果。
あくまで個人的なバイアス込みのプレイ中の印象だが、7-6が一番多いと思っていたので少し意外だった。調べてはいないが、クランによって傾向が違うかもしれない。例えば、6-4で勝っているときなどに、気が緩んで6-6になってしまいがちなクランなどはありそう。
7-0, 7-1が少ないのはFPS(AVA)というゲームの特性(偶発性が強い)かもしれないし、システムのマッチメイクが成功しているからかもしれないので、何とも言えない。自動マッチ(RP)が実装されたのが2013年で、それ以前は各々が「強め」「弱め」などの名前で部屋を立てて人力でクラン戦をしていたので、両期間のラウンド数分布を比較するとシステムのマッチメイク性能が検証できるかもしれない、が面倒なのでやってない。それにしても、今思うとあんな面倒な方法で試合してたなんて信じられないな（実力詐称が横行してたが悪い印象はない）。

009 デス数分布

試合終了時の勝利チームのデス数の合計の分布。
きれいな形してるだろ。死んでるんだぜ。

013 チーム合計デス分布

試合終了時の勝利チーム・敗北チームのそれぞれの選手のデスの合計の分布。アシストシステム実装後の試合のみ。
009と内容が被っている。これは先のどうでもいい一言を書きたいがために項目を分けたというのもあるが、やっていくうちに「アシストシステム」(後述)という無視し難い要素がったのでデータを分別する必要があって手戻りが発生したりとかそういう個人的な経緯で分かれているだけなので、特に深い意味はない。
図を見ると、勝利チームは綺麗な分布だが、敗北チームは少し凸凹がある。特に35デスだけ飛び抜けて多い。5人が7ラウンド毎回死ぬと35デスなので、その事象の出現回数が多いということだろうか。

013-2 チーム合計スコア分布

試合終了時の勝利チーム・敗北チームのそれぞれの選手のスコアの合計の分布。アシストシステム実装後の試合のみ。
それぞれ綺麗な山型だが、とんがり具合が違う。
アシストシステムによるスコアの影響は以前調べたのでリンクを貼っておく。(ブログ内リンク)アシストシステムの影響について
ただ上記の記事はS/Dの影響しか調べてないので、試合あたりのチームの合計スコア・選手のスコアの影響はまだ調べていない。

011 順位別のスコアとデスの分布

描画時に横幅を揃えたので、順位でスコア・デスが左右に動いているのがわかる。

014 合計デス別の勝率

試合終了時の勝利チーム・敗北チームのそれぞれの選手のデスの合計を集めて、それぞれデス数において勝利・敗北がどの割合で出現するかの図。
はっきり言ってこの図に意味があるかよく分からないが、単純ベイズ分類器的なことをやりたかったと思われる。
ざっくり言うとデスが少ない方が勝率高いだろうという仮説があって、それを確かめるための図なのだが、これで良いのか分からない。一応デスが増えるにつれて勝率が下がってそうな傾向はみられる気がするので、作った本人は満足した。

014-2 合計スコア別の勝率

試合終了時の勝利チーム・敗北チームのそれぞれの選手のスコアの合計を集めて、それぞれスコア数において勝利・敗北がどの割合で出現するかの図。014のスコア版である。
これもスコアが多い方が勝率高いだろうという仮説があって、まぁそうなんじゃねーのという図が得られたという感じである。
勝率50%ラインがスコア合計約47。勝率60%ラインがスコア合計約53。一人当たりに直すと、平均スコア9以下だと敗北寄り、平均スコア10以上だと勝利寄りと言える。
ただ、合計ラウンド数にもよるだろうし、他にも考慮すべき要素はありそうなので、非常に大雑把な話ではある。

015 スコア標準偏差の分布

チーム毎の選手のスコアの標準偏差の分布である。
標準偏差とは雑に言うと値のばらつき具合のこと(適当にググって)。
選手間でのスコアがばらついている場合と、あまり差がない場合のどちらがどれだけ出現しやすいかの図。
正直描画して見たはいいものの、図の解釈方法が分からなかったので、なんとなく眺めて満足した。

016 スコア標準偏差毎の勝率

015のデータの描画方法を変えたもの。
スコアの標準偏差と勝率の関係を調べたかったが、良くない仮説と良くない図が生まれただけなので特に解説しない。

017 1位のスコア/チームスコアの分布

このあたりはもう雰囲気でやってて、実際に何をやっているかはソースの方を見たほうが良いと思う。
016のアプローチを変えただけで、動機としては似ている。
1位、2位が頑張った試合はどうなるのかという興味からプロットしているが、思うようなデータが得られていない。

018 (1位のスコア/チームスコア)%毎の勝率

017の続き。1位、2位が頑張った試合の勝率はどうなるのかという図だが、やはり思うようなデータが得られていない。

019 N位のスコア毎の勝率

018の続きだが、わけが分からなくなってもう少し単純に見ていこうとしている。
傾向のようなものは見られるが、それがなんなのかはわかってない。

020 合計スコアがMのときのN位のスコア毎の勝率

019を条件を固定して絞り込んだもの。
ようやく知見らしきものが得られ、そして力尽きた。


0 件のコメント:

コメントを投稿

登録: コメントの投稿 (Atom)