PUBG 吃鸡排名预测

对于一般机器学习来说，总体的流程其实分为三个大的步骤：

1. 数据清洗
2. 模型构建
3. 模型评估

其中，第二步和部分第三步都是靠套路进行解决的，所需要修改的部分只是一些调参，可以使用gridCV 的方法进行调参，很多情况下能得到不错的效果。
所以其实最难的部分主要其实还是数据清洗，相对于调用库来说，怎样把数据清洗成有用的、自己想要的格式，是一个最大的问题。

数据清洗难题的解决办法

个人认为机器学习相对于深度学习简单的一个原因，就是因为机器学习的可解释性很强，每一步都可以根据实际情况进行解释，所以带入实际问题去理解数据是个不错的选择，例如本例中，无武器杀人，或者单场杀人过多，行走距离过短，没有掉血行为的，都很有可能是外挂。在入门比赛泰坦尼克号的代码中，这个问题会更加明显。。

整个流程的套路：

流程分析：

1. 获取数据
   1.1 数据集说明
   x, y 位置坐标
   accuracy 位置的准确率
   time 时间戳
   placeid 位置点

2. 基本数据处理
   2.1 太大了，缩小数据范围
   2.2 #- assists [助攻数]
   #- boosts [使用能量,道具数量]#- damageDealt [总伤害]
   #- DBNOs [击倒敌人数量]
   #- heals [使用治疗药品数量]
   #- killPlace [本场比赛杀敌排行]

• kills [杀敌数]
• killStreaks [连续杀敌数]
• matchDuration [比赛时长]
• rankPoints [Elo排名]
• revives [救活队员的次数]
• rideDistance [驾车距离]
• teamKills [杀死队友的次数]
• vehicleDestroys [毁坏机动车的数量]
• walkDistance [步行距离]
• winPoints [胜率Elo排名]
• winPlacePerc [百分比排名]
  2.3 筛选出签到多的地方
  2.4 确定特征值、目标值
  2.5 分割数据集

3. 特征工程
   3.1 数据标准化

4. 机器学习（knn + cv）

5. 模型评估

数据在这儿：

https://pan.baidu.com/s/1TrcWYfTaJrHZGWXQ_R_l8Q 提取码acdf

代码如下：

# 1. 获取数据
file_path = "./pubg/PUBG_to_stu/data/train_V2.csv"
df = pd.read_csv(file_path)
print(df.head())
print(df.shape)

# 2. 基本数据处理
# 2.1 去掉na
df_0 = df.dropna(axis=0, how='any')
print(df_0.shape)
# 2.2 选取部分数据
df_part = df_0
print(df_part.shape)
# 收集武器数为0，有击杀数
df_part_distance["weapon"] = (df_part_distance["kills"] > 0) & (df_part_distance["weaponsAcquired"] == 0)
df_part_d_weapon = df_part_distance.drop(df_part_distance[df_part_distance["weapon"] == True].index)
print(df_part_d_weapon.shape)
#  击杀值过高
df_part_d_w_kills = df_part_d_weapon.drop(df_part_d_weapon[df_part_d_weapon["kills"]>30].index)
# 爆头率过高
df_part_d_w_kills['headshot_rate'] = df_part_d_w_kills['headshotKills'] / df_part_d_w_kills['kills']
df_part_d_w_kills['headshot_rate'] = df_part_d_w_kills['headshot_rate'].fillna(0)
df_part_d_w_k_heads = df_part_d_w_kills.drop(df_part_d_w_kills[(df_part_d_w_kills['headshot_rate'] == 1) & (df_part_d_w_kills['kills'] > 9)].index)
print(df_part_d_w_k_heads.shape)
# 2.3 筛选一些有用的列
df_select = df_part_d_w_k_heads[["assists","boosts","DBNOs","heals","kills","matchDuration","rankPoints","revives","rideDistance","teamKills",
                     "vehicleDestroys","walkDistance","winPoints"]]
print(df_select.shape)
# 2.4 确定特征值、目标值
x = df_select
y = df_part_d_w_k_heads[["winPlacePerc"]]
print(x.shape)
print(y.shape)

# 3. 特征工程
# 3.1 数据标准化
# 3.1.1 实例化标准化对象
transfer = StandardScaler()
# 3.1.2调用fit_trainsform 先计算均值，标准差，在进行标准化
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)
print("完成标准化")

# 4. 机器学习（knn + cv）
# 4.1 实例化估计器
estimator =Ridge(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=None,
                 normalize=False, random_state=None, solver='auto', tol=0.001)
# 4.2 训练
estimator.fit(x_train, y_train)
print("完成训练")

# 5. 模型评估
# 5.1 预测值输出
y_pre = estimator.predict(x_test)
print("预测值:", y_pre)
print("完成预测")
# 5.2 score
score = estimator.score(x_test, y_test)
print("准确率:", score)
mae = mean_absolute_error(y_test, y_pre)
print(mae)