Predicting Competitive Pokémon VGC Leads Using Latent Semantic Analysis
10 months ago
- #Latent Semantic Analysis
- #Machine Learning
- #Pokémon VGC
- 本研究探讨了如何运用潜在语义分析(LSA)技术来预测VGC竞技对战中的首发宝可梦组合。
- 研究数据采集自超过5000场Pokémon Showdown对战记录，重点分析队伍阵容与首发选择规律。
- 模型在NAIC 2025八强赛的测试中表现优异：硬性预测(双首发完全正确)准确率达62.50%，软性预测(至少一个首发正确)准确率达81.25%。
- VGC对战中首发选择至关重要，它决定了比赛基调，队伍协同性与威胁覆盖范围是核心考量因素。
- 研究方法通过筛选NAIC 2025八强选手的对战日志，最终获得1174场高质量对战数据作为分析样本。
- 该模型采用余弦相似度算法，基于队伍阵容预测首发组合，其准确率随预测选项数量的增加而提升。
- 未来研究方向包括：整合技能配置与道具数据、预测四只出战宝可梦的完整组合，以及优化队伍配置以增强属性覆盖与战术协同性。