知乎：如何分析小红本的赛季天梯？！
作者|知乎.徐扬，Realcoderwannabe原回答在阅读原文...
作者 | 知乎.徐扬 ，Real coder wannabe
原回答在阅读原文
知乎里好像并没有什么对于DOTA2天梯的分析。非统计学专业，欢迎拍砖。
这个分数是一个符合V社理想的逻辑回归模型的分数。
首先是对赛季分的一些观察。
我本人的单排分5200，赛季分是和一个3600单排分的朋友一起组队打出来的。我们玩的局大概平均分4000左右，赛季分出分我是4500，他是3600。
那么为什么赛季分都这么低呢？其实大家只要仔细读了V社在当初天梯刚发布的时候的更新日志，就应该大致明白这个分是什么原理了。
V社在更新日志里列出了一个分数的分布
但是结合现在的赛季分（最高5100，4600进全球排行榜）来看，其实这个分布，在大家都刚出分的时候是挺准确的。
更新日志里V社提到了他们采用的是逻辑回归模型来对分数进行初始计算。由于这个模型是一个分类模型，我怀疑V社的初始分数是通过如下步骤确定的。我会拿我朋友（单排3600）和我（单排5200）来作说明。
0、V社应该在很早就开始有一个比赛匹配用逻辑回归模型，这个模型可能是通过机器（有监督？）学习训练出来的。
1、初始化。用户匹配时将用户的历史战绩，比如什么场均KDA啊，场均GPM啊，场均什么什么啊（具体输入了啥只有V社知道）输入一个多类别逻辑回归模型，把用户分数初步分类到一个大致的分段。比如我就分到了4400分段，我朋友就是3500分段。
2、定位赛。分数会根据你的10场定位赛的表现再进行微调。我觉得这里的微调应该是单纯的赢了加分输了减分。但是加减分的幅度应该比定位以后的天梯比赛高，比如输/赢一场减/加50分什么的。由于我和我朋友的定位局是六胜四负所以我们的最终分数是4400+100=4500/3500+100=3600。
3、出分。分数会大致符合模型本身对你的预测辅助以你在定位局的输赢。
4、出分以后，V社懒得去评价一个人在一场比赛里面表现的好不好（事实上就是很难准确评价，没有准确标准，一个亮爆全场的全能很有可能kda 是0/0/3）。于是V社采用了放养政策，成王败寇赢了加分输了减分。然而这个政策的问题在于，由于大部分玩家的胜率其实是略微高于50%的，特别是某些强力的1/2号位玩家的胜率更能达到55%-60%，这就导致当一个玩家的比赛数越多，分数会越高，而B社并没有或者并不想出台一个机制去限制玩家更多的玩天梯，所以结果就是如今的天梯分高分段分布已经畸形了。换句话说，一个7000分选手和一个5000分选手的差别有可能只是7000分选手多玩了200局。
那么到最后，这个赛季分究竟体现了什么？
1、你的数据和V社模型的契合度：
2、你在全球玩家中的真实契合度体现：参考B社的分数分布，你大概知道自己是什么水平。匹配的时候大概匹配到什么人。
3、天赋型新人上分利器。如果你打了半年3000分，打了一年开始打赛季匹配你发现自己4800了，而你18岁，去打职业吧。当然deadgame并没有新人。
至于你dota玩的是不是屌，这里说一个事（吹一个比）来说明。我上本科的时候（在欧洲）人少的时段基本匹配（那时候还没天梯）就是首页局的第1,2局。时不时也能打赢职业选手。特别是职业辅助打路人爱打C，打的也就那样，那时候也赢过好几次。问题是这些个路人看起来菜菜的职业选手，最后也有拿了TI的。
所以说，五个人的游戏里，你一个人的命运啊，当然要靠自我奋斗，但是也要考虑到历史的行程。
关注 VPGame
微信扫一扫关注公众号
