摘要：英雄联盟全球总决赛是英雄联盟（LOL）比赛中最高荣誉的比赛，从2011年的S1（第一届英雄联盟全球总决赛）成功举办，2015年EDG获得MSI（英雄联盟季中冠军赛）的冠军，2018年亚运会上中国队夺冠，到S8IG战队捧起属于LPL赛区的第一座S赛奖杯使LPL成为第一赛区和S9PFX战队的夺冠巩固了LPL是第一赛区的地位，让英雄联盟赛事人气在中国达到新的顶峰。随之越来越多与英雄联盟赛事相关的产物出现，比赛的预测便是其中之一。想要有正确的分析与预测离不开科学的方法，而机器学习是一种比较常用的手段。

本文基于机器学习，采用随机森林方法，首先列出可能影响比赛成败的因素，将与这些因素有关的数据用表格展示出来，对数据进行清洗和过滤后，判断这些因素是否可以成为特征，确定特征值后将相关的数据集按照一定比例分为训练集和测试集进行建模，然后看训练集，测试集的正确率，ROC曲线以及AUC，最后得出结论为特征重要性前五名是kills, deaths, assists, doublekills, golddiffat15，AUC数据为0.995473,说明随机森林较为适合对比赛胜率进行分析和预测。

关键词:机器学习  随机森林  数据清洗和过滤  分析与预测  战队数据

目录

摘要

ABSTRACT

1 引言-1

1.1 选题背景与意义-1

1.2 研究内容-2

2 比赛说明-2

2.1 参赛资格：-2

2.2 研究对象-2

2.3 游戏里的元素-3

2.3.1 元素亚龙-3

2.3.2 远古巨龙-3

2.3.3 峡谷先锋-4

2.3.4 纳什男爵-4

2.3.5 防御塔-4

2.3.6 金币-4

2.3.7 装备-4

2.3.8 英雄-4

2.4 BAN/PICK-5

2.4.1 BAN/PICK的意义-5

3 随机森林-5

3.1 Python-5

3.2 随机森林-5

3.3 选择随机森林的原因-6

3.4 决策树-6

3.5 集成学习概述-7

3.6 随机森林算法原理-8

3.7 ROC曲线和AUC-8

4 数据处理-9

4.1 数据处理库-9

4.2 可视化的库-9

4.3 建模需要的库-10

4.4 代码及所呈现的图-10

4.5 运行结果-16

5 结论-18

参考文献-19

附录-20

致谢-25