라이엇데이터수집
-
리그오브레전드 데이터 분석 - match data EDA(2)ML, DL & Python/Riot API를 활용환 데이터 분석 2020. 3. 15. 17:13
안녕하세요. 이번 포스팅은 저번에 이어서 연속형 데이터에 관한 분석을 진행해보도록 하겠습니다. 저번 포스팅을 간략하게 요약하자면 범주형 변수(1/0)에 대한 시각화를 진행했엇는데요. 결과적으로 우리가 알고 있던 자명한 사실들을 데이터적으로 확인할 수 있엇습니다. 본격적으로 연속형 데이터 분석을 진행하도록 하겠습니다. 아 그리고 해당 포스팅을 읽기전에 처음 읽으시는 분들은 1번째 포스팅을 먼저 읽어주시면 감사하겠습니다.(데이터를 받으실 수 있거든요 ㅎㅎ) 1. 데이터 불러오고 처리하기 이 부분은 이전 포스팅에서 자세히 다루고 있으므로 코드 한개에 담겠습니다. import pandas as pd import pickle import matplotlib.pyplot as plt import numpy as n..
-
리그오브레전드 데이터 분석 - match data EDA(1)ML, DL & Python/Riot API를 활용환 데이터 분석 2020. 3. 8. 18:47
안녕하세요 포스팅이 너무 늦은 것 같습니다 ㅠㅠ 취준에다가 회사일에다가... 이것저것 핑계를 일삼아 블로그 포스팅에 굉장히 소홀했던 것 같습니다... 그래서! 저도 이전에 했던 분석 히스토리가 가물가물한데 여러분들은 더 가물가물하겠죠? 죄송한 의미로 메일을 남겨주시면 분석한 경기데이터를 보내드리도록 하겠습니다. (그랜드마스터의 경기 17500건의 데이터입니다. 데이터 변수에 대한 설명은 아래의 링크를 참고해주세요) 리그오브레전드 데이터를 활용한 승/패 예측 이전 포스팅에서 수집한 매치데이터를 이용하여 팀의 승/패를 예측해보겠습니다. 다들 teams 변수를 이용하여 데이터프레임화를 했던 것을 기억하시나요. teams데이터는 리스트안에 딕셔너리가 있는 구조로써 dict.. shinminyong.tistory..
-
리그오브레전드 데이터를 활용한 승/패 예측ML, DL & Python/Riot API를 활용환 데이터 분석 2019. 6. 2. 13:00
이전 포스팅에서 수집한 매치데이터를 이용하여 팀의 승/패를 예측해보겠습니다. 다들 teams 변수를 이용하여 데이터프레임화를 했던 것을 기억하시나요. teams데이터는 리스트안에 딕셔너리가 있는 구조로써 dict데이터의 key값을 변수로, value값을 값으로 풀어줘야 했습니다. 데이터를 잠시 보여드리겠습니다. 변수설명 teamId - 경기내의 파랑팀 (100) / 경기내의 빨강팀 (200) win - 승 / 패 , target_variable로 사용할 변수입니다. (W/F) firstBlood - 가장 먼저 상대팀의 챔피언을 킬했는지 여부. (T/F) firstTower - 가장 먼저 상대팀의 포탑을 깻는지 여부. (T/F) firstinhibitor - 가장 먼저 상대팀의 억제기를 깻는지 여부. (T..