一、背景
資料集包含No, Name, Type1, Type2, HP, Attack, Defense, Sp. Atk, Sp. Def, Speed, Generation, Legendary等資訊。
二、資料集介紹
本資料集包含800個精靈的相關參數，每個參數字段含義如下：
字段
含義
類型
no
編号
bigint
name
名稱
string
type1
屬性
type2
hp
attack
攻擊
defense
防禦
atk
特攻
def
特防
speed
速度
generation
第幾代
legendary
是否為極品
三、實驗過程
從左側欄中選擇DataWorks，進入工作區
建立腳本檔案，并導入資料。
執行完成後，點選右上角的“機器學習平台”
資料的具體結構如下：
首先，這個場景是希望利用精靈能力值來判斷精靈是否為極品精靈。将legendary作為目标列時，因其取值為1或0兩種，故此場景為一個二分類的監督學習。因資料品質很好，而不需要進行其他額外的處理。
實驗流程如下，
（1）資料預處理：資料與處理主要通過"類型轉換元件“将特征由bigint轉化為double類型，以及用“歸一化元件”對資料進行去量綱處理，把全部數值都歸一化到0和1之間。
（2）模型訓練：首先對資料集進行拆分，拆分比例為0.7，拆分原則按照随機采樣的算法實作，70%的資料用來訓練模型，30%的資料用來預測。
在模型選擇的時候，為了對比不同模型之間的效果，故模型選取了PAI平台自帶的四種模型：GBDT、PS-SMART、線性SVM和邏輯回歸。
特征使用的是hp、attack、defense、atk、def、speed和generation，目标向量為legendary。
（3）預測。直接采用PAI平台自身的“預測元件”對資料進行預測。
（4）模型評估。因為本場景為二分類監督學習，故采用“二分類評估元件”對結果進行評估。
這個實驗流程如下圖所示：
<b>四、實驗結果</b>
GBDT
PS-SMART
線性SVM
邏輯回歸
AUC
0.5
0.8287
0.9857
0.9618
KS
0.6549
0.9685
0.867
F1 Score
0.0952
0.6316
0.85
0.6809
evaluate_tsmpl
240
evaluate_psmpl
12
25
18
22
evaluate_nsmpl
228
215
222
218
<b>五、總結</b>
目前僅為資料的初步實驗，因精靈的屬性相值等特征之間的關系處理比較複雜，故會在後期慢慢進行更為細緻的分析。
因為最近看到大家都開始對吃雞遊戲進行資料分析，便引發了自己對比較喜歡的遊戲進行分析的想法。剛好看到Kaggle上有pokemon的資料集，便拿來一試。
我們目前更多看到的是人工智能在娛樂、電商、工業等大的行業帶來的變革，其實，人工智能就在我們的身邊，隻要有資料，就可以利用阿裡雲機器學習PAI平台，随時随地進行資料分析。比如Pokemon、LOL、王者、吃雞等遊戲，比如基金、股票等理财方式，再比如圖像識别、推薦系統等等。
大資料時代，資料無處不在，算法平台信手拈來，隻要你想得到，都可以拿來分析，讓工作更輕松，讓生活充滿樂趣。