【Kaggle】PUBG MOBILEでドン勝するためにデータ分析してみた

こんにちは。talosです。

最近、PUBG MOBILEにハマっています。

でもドン勝するのって難しいです。

そこでふと思い出しました。

「KaggleにPUBGのコンペがあったな」と。

PUBGのデータを分析して、ドン勝を目指したいと思います。

データセット
分析1：相関
分析2：ランダムフォレスト
結果を踏まえて実践
まとめ

データセット

特徴量	内容
DBNOs	敵をノックアウトした回数
assists	アシスト数
boosts	ブーストアイテムを使った回数
damageDealt	敵にダメージを与えた量
headshotKills	ヘッドショットでキルした回数
heals	回復アイテムを使った回数
Id	プレイヤーID
killPlace	その試合におけるキル数の順位
killPoints	キルベースのランキング
killStreaks	連続キル数
kills	キル数
longestKill	キルしたときの最長距離
matchDuration	試合時間(秒)
matchId	マッチID
matchType	マッチタイプ(ソロ、デュオ、スクワッドとTPP、FPP)
rankPoints	ランク
revives	復活させた回数
rideDistance	乗り物に乗って移動した距離(m)
roadKills	乗り物によるキル数
swimDistance	泳いで移動した距離(m)
teamKills	チームキル数
vehicleDestroys	乗り物を破壊した回数
walkDistance	乗り物を使わずに移動した距離(m)
weaponsAcquired	武器を拾った回数
winPoints	勝利数ベースのランキング
groupId	グループID
numGroups	その試合のグループ数
maxPlace	その試合の最下位
winPlacePerc	勝利順位

なお、string型の特徴量はダミー変数に置き換えるべきですが、メモリが足りなくなるため使用しません。

分析1：相関

相関を表すヒートマップは以下のようになりました。

ヒートマップ

勝利順位は「ブーストアイテムを使った回数」、「乗り物を使わずに移動した距離」、「武器を拾った回数」と正の相関があり、「その試合におけるキル数の順位」と負の相関があります。

分析2：ランダムフォレスト

ランダムフォレストは特徴量の重要度を知ることができる機械学習アルゴリズムです。

下のようなプログラムを作りました。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
%matplotlib inline

df = pd.read_csv('../input/pubg-finish-placement-prediction/train_V2.csv')

# 欠損値を含む行削除
df.dropna(inplace=True)
df.head()

# 欠損値を含む行削除
df.dropna(inplace=True)
df.head()

# ランダムフォレスト
rf = RandomForestRegressor(n_estimators=10, max_depth=10, random_state=0)
rf.fit(train_X, train_Y)
score = rf.score(test_X, test_Y)
print(score)

# 特徴量の重要度
feature = rf.feature_importances_
label = train_X.columns[0:]
index = np.argsort(feature)[::-1]
for i in range(len(feature)):
    print(str(i+1)+' '+str(label[index[i]])+' '+str(feature[index[i]]))