Dota2英雄对战游戏玩家英雄表现数据集-arashnic
数据来源：互联网公开数据
标签：Dota2, MOBA, 英雄, 玩家, 游戏数据, KDA, 游戏分析, 数据集
数据概述：
本数据集包含了Dota2这款多人在线战斗竞技游戏（MOBA）中职业玩家的英雄选择和游戏表现数据。数据集专注于玩家使用频率最高的10个英雄，并提供了详细的游戏内数据，旨在分析英雄选择与玩家表现之间的关系。数据包含训练集和测试集，分别用于模型构建和性能评估。
数据包含以下核心组成部分：
train9.csv 和 train1.csv：训练集，包含了玩家使用前9个英雄和第10个英雄的表现数据。test9.csv 和 test1.csv：测试集，包含了与训练集不同的玩家使用前9个英雄和第10个英雄的表现数据，用于评估模型的泛化能力。hero_data.csv：英雄数据，包含了每个英雄的详细属性信息，如主要属性、攻击类型、角色定位、基础属性等。
数据字段解释：
user_id：玩家的唯一标识符。hero_id：英雄的唯一标识符。id：数据的唯一标识符。num_games：玩家使用该英雄的游戏总局数。num_wins：玩家使用该英雄的胜场数。kda_ratio（目标变量）：KDA比率，计算公式为((击杀 + 助攻) * 1000) / 死亡次数，反映了玩家的游戏表现。primary_attr：英雄的主要属性（例如，力量、敏捷、智力）。attack_type：英雄的攻击类型（近战或远程）。roles：英雄的角色定位（例如，辅助、控制、爆发）。- 其他英雄基础属性，如：基础生命值、生命恢复速度、基础魔法值、魔法恢复速度、基础护甲、基础魔法抗性、最小攻击力、最大攻击力、基础力量、基础敏捷、基础智力、力量增长、敏捷增长、智力增长、攻击范围、弹道速度、攻击间隔、移动速度、转向速率等。
数据用途概述：
该数据集可用于多种分析和建模任务，包括：
- 预测玩家使用第10个英雄时的KDA比率。
- 分析不同英雄属性、角色定位与玩家游戏表现之间的关系。
- 研究玩家英雄选择策略。
- 构建Dota2游戏中的玩家表现预测模型。
- 进行游戏平衡性分析和英雄强度评估。
- 为游戏开发者提供数据支持，优化游戏体验。
