踢毽子问题

实习期间，每个工作日的中午我都会抽1个小时的时间跟同事们踢毽子。踢得多了，对每天接到毽子的概率有了点感性上的认识，例如，有的时候10个回合以内（某个人踢一脚叫做一个回合）肯定能接到球，有的时候，50个回合以内都接不到球。我觉得，多少回合接到球这个问题，其实有很多因素影响着，我想尝试对这个问题进行建模，能够模拟出对于以下因素影响下的接球概率：

1.踢毽子总人数

- 人数太多，而场地有限，每个人能够接球的范围就会小

2.过度活跃分子人数

- 活跃分子会跨场抢球

3.某些人传球的倾向性

- 公司的老同事之间感情会特别好，传球会有偏向性

- 发现这样的组合并记录下来

4.站位——是不是站活跃分子隔壁，与活跃分子的距离

- 离活跃分子特别近很可能会被截球

5.风速

- 风速过大会使球更倾向于向某个方向飞行

- 北京天气app

6.技术不好的人数

- 因为技术不好，所以传到他的位置的时候总会落地，而重新发球之后往往传到他的正对面

7.技术特别好的人数（技术特别好就不会独食）

- 因为技术好，而有空观察场上的所有人，而能够观察到哪些人少踢，在自己拿到球的时候会向少踢的人传球

8.同project同事的数量

- 这个不用解释了

基本就是这么几个因素，另外还有很多因素会影响到你接到球的概率，包括：你当天的心情（心情不好别人也会少传球给你），抢球的欲望等等，但是除了上面的那些因素之外，心情和欲望这类型的变量难以量化，所以，只取上面的几个变量。

怎么定量呢？

- 接下来的整个假期我会尝试记录尽量多场球的以上变量，这个是X变量（8元组）。另外，记录每次拿到球的间隔回合数，这个是Y变量，在每天踢完球之后可以算出间隔数的平均值。

对于X变量：每个X变量都采取控制变量法去观察是没可能的，而且我的目标也不是计算某个因素的确切影响，我关心的不过是X->Y的关系。X这个8元组还好收集，因为几乎通过观察（站位）和回忆（其余7个）就能得到，而《某些人传球的倾向性》这个组合是可以通过经验积累得到的。

对于Y变量：平均的间隔数用1个小时内总的回合数除以自己踢到球的次数。而总的回合数是很难确切计算的，只能给出感觉上的认识，例如如果感觉每次毽子下地前都能轮流10个回合，然后乘以一个小时内毽子的落地数量（这个还是可以算1，2天取平均数的，虽然也是很麻烦），例如100次落地，那么就是总共1200回合。而我自己的接球的次数也是可以通过计算1，2天的平均次数而得到的。

得到X元组和Y变量之后，我想到了采用机器学习的方法，把所有数据扔给SVM，之后的东西就让它帮忙算吧，哈哈！怎么处理这些数据，或许之后会有其他办法也不一定吧。

好吧，start counting~