Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

tutarsızlığa bir bakış

Herhangi bir sporun doğası gereği tutarlılık her şeyden üstün gelir. Bir oyuncunun tavanı, eğer takımının ona en çok ihtiyaç duyduğu anda bu seviyeye ulaşamıyorsa geçersiz hale gelir. Tüm zamanların en iyi oyuncularının tavanları yüksektir, ancak onları asıl öne çıkaran şey onların zeminidir. Birinci kademe oyuncuların çoğu 30 bomba attı; çok daha azı 20 puanın üzerinde 1.00'den fazla haritayı arka arkaya dizdi.

Ve oyunun en iyisi kadar yüksek tavanlara sahip olan ancak bu tabana sahip olmayan oyuncular çok sinir bozucu oluyor. Göz testlerimiz onların en iyi oyunlarını hatırlıyor ancak ortalamalarını hatırlamıyor. Bu oyuncular, MVP'lerle ödüllendirilmek yerine, tutarsız oyuncular olarak sıcak ve soğuk olarak etiketlenen kazanma koşullarına düşürülüyor.

Bu oyuncuların başında Kristian "⁠K0nfig⁠" Wienecke. Astralis Entry Fragger hayal kırıklığına uğrattığı kadar göz kamaştırdı. Onun tuttuğu CS:GO rekoru Kurallardaki öldürmelerde 47'de Renegades'e karşı 21-2018'lik skor, onun ulaşabileceği tavanı gösteriyor. Bu yinelemede Astralis, o ve Evin en küçüğü "⁠BlameF⁠" Bremer yıldız gücünü sağlaması gerekiyordu, ancak k0nfig bu beklentilerin gerisinde kaldı. Yeteneği her zaman olduğu gibi ortadaydı ancak tutarlılık onu gözden kaçırıyordu.

Her neyse, anlatı devam ediyor. Ama bu adil bir şey mi? Bir oyuncunun tutarsızlığını adil ve objektif bir şekilde ölçebilir miyiz? 2022'de LAN'dan alınan istatistikleri kullanarak bunu öğrenelim.

İşe başlamak için haritalar arası tutarlılığın temel ölçümüyle başlayacağız: Bir oyuncunun haritaların yüzde kaçını 1.00 puanın üzerinde bitirdiği. Örneklemimizin ortalaması %55'in biraz üzerinde, yani bu oyuncuların hepsi grubun üstünde ve ötesinde.

Ancak bu mükemmel olmaktan uzaktır. 1.01 puan, ortalama bir oyuncu için başarılı bir maç olabilir, ancak yıldız bir oyuncu veya birincil AWper için bu, takımının maçı kazanma şansına gerçekten zarar verebilir.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Bir oyuncunun kendi ortalama reytingine göre ne kadar dalgalandığını görmek için biraz matematik jargonu kullanılır. Varyans ölçüsü olan standart sapmayı kullanacağız. Temel olarak, standart sapma ne kadar düşük olursa, oyuncunun haritaları ortalama derecelendirmesi etrafında o kadar fazla kümelenir. Bu nedenle yüksek bir standart sapma tutarsızlık düzeyini belirtmelidir.

k0nfigilginç bir şekilde, en yüksek standart sapmaya sahip ilk sekiz oyuncu listesinde yer almıyor ve 17 standart sapmayla eşit 0.327. sırada yer alıyor. Ancak listeyi oluşturan oyuncular onun türünden. Vladislav "⁠Nafany⁠" Gorşkov Tutarsızlığı nedeniyle eleştiri yağmuruna tutulan bir başka oyuncu ise 0.377 ile ikinci sırada yer alıyor.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Tablodaki ortalama derecelendirme, oyuncu profillerinde göreceğiniz genel derecelendirmeden farklıdır çünkü bu, tur başına değil, harita başına ortalama bir derecelendirmedir

Yüksek standart sapması bunun nedenini gösteriyor Cloud9 IEM Dallas'ta o kadar ölümcüllerdi ki Nafany son derece formdaydı ve 1.14 puan ortalamasına sahipti (kendisinden 17 puan daha yüksek) yıllık ortalama).

O olayın içinde bile, Nafany'in inişleri ve çıkışları şaşırtıcı derecede farklıydı. Haritalar 2.03 puana benziyor ence finalde ve gruplarda 2.16'ya karşı Pijamalı Ninjalar birinci haritada hala 0.84 ile eşleştirilmiş durumdaydı BÜYÜK ve üç haritanın ikisinde 0.79 ve 0.91 puanlar faze.

Bu listedeki birçok oyuncunun hikayesi aynı. Fredrik "⁠REZ⁠" daha sert tutarsız olarak etiketlenecek başka bir oyuncu ve bu ölçüm de bunu doğruluyor gibi görünüyor. Yuri "⁠Yuurih⁠" Santos 2022'de kendi standartları açısından zorlu dönemlere katlandı. Andrew "⁠ArT⁠" Piovezan olduğundan daha agresif Nafany.

O Nikola "⁠NiKo⁠" Kovač bu kadar yüksek bir derecelendirmeye ve yüksek standart sapmaya sahip olması aynı zamanda onun yılını da çok iyi açıklıyor; zirveleri her zamanki gibi iyiydi, ama öyle zamanlar da oldu ki G2 yıldız adamlarından daha fazlasını kullanabilirdi.

In NiKodurumunda standart sapmanın kullanımında hafif bir kusur görebiliriz. Bir oyuncunun harita bazında ortalama puanı 1.26 ise, onları tutarsız olarak adlandırmak gerçekten adil olur mu? Bir oyuncunun ortalama puanı ile standart sapmasını karşılaştıran bu dağılım grafiğini ele alalım.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

birleştirme NiKo haritanın yüksek değişkenlik ve yüksek derecelendirme köşesinde Dmitry "⁠Sh1ro⁠" Sokolov, Mathieu "⁠ZywOo⁠" HERBAUT, ve Oleksandr "⁠S1mple⁠" Kostyliev. Tutarsızlık oluşturmak için bu ölçümü kullanmak istersek bu durum alarm zillerini çalar. Bu oyuncular, taşıma haritalarını çok sık yayınladıkları için ortalamalarından 'sapıyorlar'. 2.00 puan, bu oyuncuların ortalama puanlarının 0.80'i kadardır ancak standart sapmaya göre 'tutarsızlık' açısından 0.60 puanla aynı şekilde değerlendirilir.

Daha da ilginci diğer bölümler. Tüfekçiler sever Keith "⁠NAF⁠" Markoviç, Russel "⁠Twistzz⁠" Van Dülken ve Sergey "⁠Ax1Le⁠" rykhtorov düşük standart varyasyonu yüksek derecelendirmeyle eşleştirerek, oynadıkları haritalarda sürekli olarak 1.00-1.40 işaretinin içinde ve civarında olduklarını gösterir. audric “JACKZ” Sürahi sadece 0.24 ile en düşük standart sapmaya ve 0.96 gibi oldukça düşük bir ortalamaya sahip olan oyuncu; bu yıl istatistiksel olarak sürekli olarak ortalamanın altındaydı.

Bu karşılaştırma aynı zamanda yüksek varyansa ve düşük reytinge sahip oyuncular için de geçerlidir. Alejandro “mopoz” Fernandez-Quejo Cano, Sanat, dan "⁠ApEX⁠" Madesclaire ve Nafany beklediğimiz yere yakın bir yerde konumlanıyor: Ultra agresif, X faktörlü tüfekler. Ancak en iyi oyuncular için farklı bir çözüme ihtiyacımız olacak: s1mple ve ZywOo sağ üstteki standart sapmanın tek başına bir oyuncuyu tutarsız olarak etiketlemek için yeterince iyi olmadığını kanıtlıyor.

Çözümlerden biri, oyuncuları iyi haritalarına göre değil, katlarına ve kötü haritalarına göre sıralamaktır. Bunu yapmak için bu yıl bir oyuncunun LAN'daki haritalarının ilk çeyreğini veya yüzde 25'ini kullanacağız. 25'inci yüzdelik dilim, medyanın sıralı bir listenin orta değeri olması dışında medyan ortalamanın kuzenidir; 25'inci yüzdelik dilim (istatistiklerde genellikle Q1 olarak adlandırılır) yolun çeyreğidir. Kolaylık olması açısından, buradan itibaren “taban” terimini kullandığımızda, oyuncunun yüzde 25'lik dilimini kastediyoruz.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Artık standart sapmanın adaletsizce ele aldığı isimleri farklı bir açıdan görüyoruz. Zemin s1mple 1.08 puandır ZywOo 1.06 ve NiKo 1.01. Puslular balta1Le, KAF, ve blameF belki de kısmen takımlarının galibiyetlerinin yanı sıra mağlubiyetlerini de atlatmalarına olanak tanıyan rolleri nedeniyle ilk 10'da yer alıyorlar.

Bu bize en tutarlı oyuncuların kim olduğunu gösteriyor, peki ya tutarsızlar? Eğer sadece en alt kattaki oyunculara bakarsak, şöyle şeyler elde ederiz: epitacio "⁠TACO⁠" de Melo (0.64) Richard "⁠Shox⁠" Papillon (0.67) ve Rasmus "⁠HooXi⁠" Nielsen (0.69). Ancak bu, kendi başına bir tutarsızlık anlamına gelmiyor çünkü bu oyuncuların hepsinin ortalama reytingleri oldukça kötüydü.

Tutarsız oyuncuları bulmak için lise matematik ders kitaplarımıza yeniden ihtiyacımız olacak. Tabanı (25'inci yüzdelik dilim) tavandan çıkararak (75'inci yüzdelik dilim: Öncekiyle aynı, sıralı bir listenin dörtte üçünü geçerek), çeyrekler arası aralık (IQR) adı verilen bir şey elde ederiz. Bu, standart sapma gibi, varyansı ölçmenin bir yoludur - bunu bir oyuncunun iyi ve kötü haritaları arasındaki fark olarak düşünün - ve amaçlarımız açısından daha faydalı olmalıdır.

İşte aynı istatistiğin grafiksel açıklaması. Her çubuk bunlardan biridir k0nfig2022'de LAN'daki haritaları en düşükten en yükseğe doğru sıralanmıştır. Q1 yolun dörtte biri, Q2 iki çeyrek ve Q3 üç çeyrektir. Sonra bize IQR'yi vermek için Q1'i Q3'ten çıkarırız.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Bununla birlikte, en yüksek IQR'ye sahip oyuncular şunlardır:

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

NiKo kısmen gülünç derecede yüksek tavanı sayesinde tekrar öne çıkıyor, bir şey sh1ro da muzdariptir. Valeriy “b1t” Vakhovskiy ve Lotan "⁠Spinx⁠" Giladi 2022'yi çok iyi geçirdiler, 1.15'lik ortalama bir notu paylaştılar ancak kendilerini bu listede oldukça üst sıralarda buldular. Spinks aslında oldukça iyi bir 0.98 puanına sahipti; Yüksek IQR'si, ortalama notundan 1.45 daha yüksek olan 0.30 puan tavanının bir sonucudur. Bu onu aynı kampa sokuyor NiKo (1.50 tavan), daha önce yapılmış ve iyi bir nedeni olan bir karşılaştırma.

IQR standart sapmadan daha iyidir, ancak sayıları hâlâ tam bağlamları olmadan görüntülüyoruz. Bunu çözmek için burada oyuncunun zemini ile tavanını aynı anda görselleştiren bir dağılım grafiği var. Her oyuncunun noktasının boyutu, çeyrekler arası aralığa karşılık gelir, bu da bunu daha iyi resmetmeye yardımcı olacaktır. Doğal olarak taban ve tavan arasında çok fazla korelasyon var ancak yine de oyuncuların trend çizgisinden öne çıkan ilgi çekici noktaları var.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Turuncu ve yeşil baloncuklardaki oyuncuların tavanları zeminden daha yüksekken, kırmızı ve sarı baloncuklardaki oyuncuların tavanları ise tam tersidir. Artık oyuncular şunu seviyor: NiKo ve sh1ro sürekli olarak iyi oyuncuların bulunduğu yeşil balonun içine yerleştirilerek yüksek tavanları nedeniyle ödüllendirilirler. Grafiğin en sağ üst kısmı aynı zamanda aşağıdakiler arasındaki farkları da göstermektedir: balta1Le ve KAF, çok benzer standart sapma ve IQR'ye sahip iki oyuncu, Cloud9 adam çok daha yukarıda ve sağda KAF.

Daha solda, ana 'tutarsız' turuncu baloncuk var; tavanları yüksek ancak tabanları oldukça alçak olan oyuncular. Bu oyuncuların çoğunluğu uygun şekilde turuncu noktalardır ve bu onların agresif tüfekçiler olduklarını gösterir (T tarafında %20'den fazla açılışta öldürme girişimleri ile) ve bu çok mantıklıdır. Bu oyuncular, iyi bir günde, yüksek etkili giriş parçaları ve çoklu öldürmelerle reyting toplayabilir. Ancak kötü günlerinde hayatta kalma oranları düşüyor ve onları zor durumda bırakıyor.

Boris "⁠Magixx⁠" Vorobyev biraz şaşırtıcı bir şekilde buradaki en büyük aykırı değer. İyi günlerinde kendisine bu kadar yüksek puan veriliyor b1t ve mareks "YEKINDAR" Gaļinskiler ama onun daha alçak bir katı var Andreas "⁠Xyp9x⁠" Höjsleth. Ona katılmak, beklediğinizden daha fazlası: Nafany, hamam "⁠Hampus⁠" Numaracı, Fredrik "⁠RoeJ⁠" Jorgensen, ve Michael "⁠Grim⁠" Çekinme tutarlı güçler yerine hepsi agresif X faktörleridir. Asger "⁠Farlig⁠" Jensen Örneğimizdeki en düşük tabana sahip AWPer, Danimarka'nın etrafındaki anlatıya uyuyor.

Burada tutarsızlığa bakmanın üç farklı yolunu sunduk: standart sapma, çeyrekler arası aralık ve dağılım grafiğimizdeki 'turuncu bölge' (kötü haritalarda düşük reytinge sahip, ancak iyi günlerinde güçlü olan oyuncular). Hepsinin ayrı ayrı kullanıldığında kusurları vardır; o halde şimdi bir 'tutarsızlık derecelendirmesi' formülü için farklı yöntemleri birleştirelim.

Özetlemek gerekirse, şunları dikkate alıyoruz:

— 1.00+ derecelendirmeye sahip haritaların yüzdesi
- Standart sapma
— Çeyrekler arası aralık (Q3-Q1)
— Bir oyuncunun ortalaması ile taban değeri arasındaki fark (Q2-Q1)
— Bir oyuncunun ortalaması ile tavanı arasındaki fark (Q3-Q2)

En 'tutarsız' oyuncuları vermek için en yüksek tutarsızlık derecesine sahip oyuncuların listesini burada bulabilirsiniz. Ancak bunun, oyuncunun ortalama puanıyla karşılaştırıldığında tutarlılık olduğunu unutmayın; bu oyuncular sürekli olarak ortalamalarının civarındadırlar, sürekli olarak iyi değiller. Formülün yalnızca %20'si istatistiksel olarak 'iyi' bir oyuncu olmakla ilgilidir; oyunculara 1.00'in üzerinde düşük bir harita yüzdesine sahip olmaları nedeniyle tutarsızlık puanı verilir.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Süre k0nfig yok - ve b1t nadiren masalarda tutarsızlıkla suçlanıyor; bir bütün olarak liste, göz testi ve topluluk anlatılarıyla eşleşiyor gibi görünüyor. Nafany, mopoz ve doruk Bu parça boyunca ortaya çıkan patlayıcı ama tutarsız oyuncuların arketiplerinin hepsi aynı arketiptir. k0nfig parçası.

Peki o büyük 'tutarsızlık' sorusunu çözdük mü? Bir nevi - ama hala delikler var. Ve girişte söylediğimiz gibi, profesyonel oyuncuların %99'u uygun tutarlılıktan kaçacaktır. Etrafındaki anlatı k0nfig ve REZ tutarsız olmak muhtemelen bu oyuncuların meli Göz testinde bariz yetenekleri ve mekanik becerileri göz önüne alındığında tutarlı olmalıdırlar.

Ancak daha büyük bir örneğe baktığımızda tüfekçilerin büyük çoğunluğunun aynı sorunu yaşadığını görüyoruz. NiKo 2021'in sonlarında dünyadaki herkes kadar iyi olduğu üç ayı vardı; hatta AWPer'lar bile. Ancak şimdi yeniden dünyanın en iyi tüfekçisi olma durumuna düştü. En az tutarsız oyuncuları görmek için listeyi çevirdiğimizde, AWP'ciler ve destekleyici, daha pasif tüfekçilerden oluşan bir koleksiyonla karşılaşıyoruz.

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

CS:GO kadar zor bir oyunda boş günler ve kötü yamalar kaçınılmazdır. Ancak bazı oyuncuların diğerlerinden daha iyi boş günler geçirdiği açıktır. Ve girişte de söylediğimiz gibi, bu sadece kötü günlerde 1.00'dan fazla reyting alabilen oyuncuları, özellikle de aşağıdaki gibi çok sayıda açılış düellosuna giren oyuncuları daha değerli kılar. balta1Le ve NiKo.

Sorun şu ki bu iki oyuncu, bu yıl şu ana kadar LAN'da 1.00'in üzerinde bir taban oluşturan tek agresif tüfekçiler. Sadece sekiz kişi bu başarıyı başardı; bunlardan beşi birincil AWPer'lardı ve bu da profesyonel oyuncu tabanının çok küçük bir kısmını oluşturuyordu. Yüksek düzeyde gerçek tutarlılık her sporun El Dorado'sudur ve Counter-Strike da farklı değil.


Benzer derinlemesine makaleler için aşağıdaki bağlantılara göz atın:

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

Modern AWPer gerçekten çok mu pasif?

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

Counter-Strike oyuncuları ne zaman zirve yapar?

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

Uzman görüşü: Counter-Strike'ta yaş ve motivasyon

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

Modern IGL'ler neden bu kadar agresif?

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

Çift AWPing buna değer mi?

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

CS:GO'nun harita uzmanları kimlerdir?

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

CS:GO'nun en kolay ve en zor CT pozisyonları nelerdir?

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

CS:GO'nun en kolay ve en zor T taraflı pozisyonları nelerdir?

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

Mevcut ve eski akademi oyuncularını en üst düzey ikizleri ile eşleştirdik

Tutarsızlığa bir bakış PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Daha fazla

Kadrolara daha fazla zaman verilmeli mi?

Zaman Damgası:

Den fazla HLTV