yikeweiqi
close
客头条

你所不知道的弈客等级分-弈客大数据揭秘(3)

你所不知道的弈客等级分-弈客大数据揭秘(3)

    若干年前,北戴河波涛汹涌,狮子头眉头拧成了疙瘩。金融危机,世界和平,大气环境,冥思苦想不得解,一位长者赠了幅字:

    G.jpg

  

    遇到任何复杂问题,牢记这四个字,好事自然来,狮子头大喜,墨宝悬挂于北戴河疗养院911房前,翻来覆去背诵。一日,131携宝宝老师拜访,也要来学。狮子头正背得起劲,余光扫了他一眼,“没有文化的棋手不是好棋手,先背书去吧”

    。。。。。。 若干年后,上海棋坛出现一个奇人,席卷各街道赛事冠军,行事低调,赛毕不语,执宝剑而归。有人来问,英雄是谁? 奇人满眶热泪,望着北戴河方向,“我是背书宝”

   1.jpg

    (如果你不知道以上的典故,请至弈闻区搜索关键字“宝记”)

   

    本期的主题揭秘等级分,人生中的第一次,狮子头爽约了。弈客等级分阐述,归纳细化失灵了。。。。。。只能鼓起勇气,写下以下文字:

    

   
     弈客等级分的原理:

  •     基于概率的科学算法。即选手获胜的预期概率作为最终要的积分运算因子纳入等级分计算公式;

  •     根据对局数量增加,趋于稳定。即选手对局达到一定数量后,积分波动的幅度会趋向稳定;

  •     根据对局水平高低,设定不同积分波幅。即高水平的对局,偶然性较小,等级分对局分数变化比较小;

  •     不同比赛根据严肃性,用时不同设计不同的等级分权重,线上对局等级分变化最小。

    研究弈客等级分,首先要理解概率。任意两位获得稳定弈客等级分的选手,弈客等级分计算引擎(简称GRE)都可以计算出他们在各种棋份条件下的预期胜率。这个预期胜率是否可靠,是否符合事实即大数据的统计结果,决定弈客等级分的可信度。


   目前GRE对于相差一段(即100分)选手分先的胜率预测为:68.3%,即高分选手有接近7成的概率获胜。

    1.png

    事实果真如此吗?根据弈客百万局对局结果的分析,实际对局表现结果是60%,高分选手的表现比预计低了8个百分点。尚未达到最理想的程度。

    1.jpg

    狮子头慌乱了,怎么办,模型难道要崩塌?


    非也,GRE是一个自学习的系统,虽然存在偏差,但只要根据实际结果,周期性逐步优化GRE的概率设定参数,同时细化它在各个不同水平区间的表现(5D与4D的胜率预测显然与18K与19K的胜率预测应有不同)。GRE的胜率预测将更加准确,等级分的理论基础会更踏实。


    下期预告:根据反馈,继续等级分