【机器学习】基于LightGBM的英雄联盟钻石排位数据集的训练、预测与简单可视化

本文链接：https://blog.youkuaiyun.com/weixin_46249565/article/details/122603919

本文介绍了基于LightGBM的英雄联盟钻石段位以上排位赛数据分析，包括数据载入、相关性分析、模型训练与测试、特征选择和参数调优，探讨了LightGBM的重要参数及其对模型性能的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、学习知识点概要

首先，点击下载数据文件
这是9881场英雄联盟韩服钻石段位以上的排位比赛数据，数据提供了在十分钟时的游戏状态，包括击杀数、死亡数、金币数量、经验值、等级……等信息。列blueWins是数据的标签，代表了本场比赛是否为蓝队获胜。

二、学习内容

代码

1.导入库

##  基础函数库
import numpy as np 
import pandas as pd

## 绘图函数库
import matplotlib.pyplot as plt
import seaborn as sns

2.数据载入与处理

df = pd.read_csv('high_diamond_ranked_10min.csv')
y = df.blueWins

"""
利用.info()查看数据的整体信息
#df.info()
标注标签并利用value_counts函数查看训练集标签的数量
#y.value_counts()
"""

## 我们可以去除一些重复变量，比如只要知道蓝队是否拿到一血，我们就知道红队有没有拿到，可以去除红队的相关冗余数据。
drop_cols = ['gameId','blueWins','gameId','blueWins','redFirstBlood',
             'redKills','redDeaths','redGoldDiff','redExperienceDiff', 
             'blueCSPerMin','blueGoldPerMin','redCSPerMin'