ポケモンデータ分析学会できるのでは?
みなさんこんにちは。さっちんです。
最近はダンジョンメーカーに手を出してしまい、非常に時間を盗まれております。 ポケモンが好きな人は多分ハマると思いますので、ぜひともオススメします。
さて、今回はポケモンに関する分析記事を集めてみました。 私自身も分析するのですが、下記にもある@poke_odanさんの記事を見つけて、「同士が多いのでは?!」と思ったのがきっかけです。 みんなどんどん分析して学会開きましょう。温泉街とかで。
ということで時間順に並べてみました。
2016/12/23
LDAトピックモデルの「文書」と「単語」の関係性を「ポケモン」と「技」に置き換えて分析しています。 ポケモンが覚える技リストをデータセットとしてモデルを作ることで、技のタイプが強く関連しているトピックや爪や剣のような特徴を捉えたトピックなどを発見しています。 「文書」と「単語」の関係性を「ポケモン」と「技」に置き換えたところがミソだと感じました!
2017/03/04
ポケモン対戦のログを取るために、画像処理をしたという記事です。 対戦中に相手のパーティを見返すために写メを撮るのは、レート対戦したことがある人は覚えがあるでしょう。 この写メを収集することでどんなパーティが流行っているのか分かるので、助かる人も多いと思います。
この研究分野?は非常に課題意識があり、多く人が研究していました。 私も興味ある分野なので、次やるとしたここかなぁ。
- 【画像認識】ポケモン対戦画面抽出システムの概要と課題
- ポケモンのお見合い画面を画像解析して選出予想をしたい(1) - 酢ろぐ!
- おだんぽよ on Twitter: "ポケモンの選出画面の写メから、そこに写っているポケモンを検出するwebアプリを作りました!まだ試行錯誤段階で検出精度は5割程度ですが、データ収集のためにも使ってくださる方を募集しています。 https://t.co/UAGAQECvc5… https://t.co/YeUAbkISOZ"
2017/09/26
私の過去記事です。かえんほうしゃ - ほのお + みず = ハイドロポンプ
を実現させたいというモチベーションのみでやりました。
一部、特徴を捉えてベクトル化できていたので満足しています。(もうちょっとデータセットをキレイにしても良かったとは思っていますが…。)
2017/12/10
ポケモンAとBが戦ってどちらが勝つか?を予測した記事になります。 種族値の差やタイプ相性など、どの因子が勝率に貢献しているのかを見ています。
ランダムフォレストが一番精度良くなったそうで、素早さ種族値が一番勝率に貢献しているようです。 データからみても、やはり素早さは重要のようですね。
2018/03/26
こちらも非常に面白いアイデアでした。 あるポケモンの画像を与えたときに、勾配ブースティング決定木を利用してそのポケモンの種族値を予測しています。 結果は芳しくなかったようですが、画像からタイプを予測するなど、いろいろ流用できそうな気がしました。
2018/04/08
私の過去記事は技に注目していましたが、こちらはパーティに注目してword2vecを活用した記事でした。 Pokémon Showdown(オンライン上のポケモン対戦シミュレータ)から対戦に使われたパーティを抽出して、ポケモンの役割をベクトル化するという試みでした。対戦経験者も納得するような結果が得られています。
コメント欄の議論も良く、「水タイプ+地面タイプ+鋼タイプ+メガシンカポケモン+残り2匹でパーティーが構成されている」のような解釈がされたりしていました。
2018/06/26
種族値からタイプを予測するという問題を、ロジスティック回帰で取り組んだ記事でした。 87%の精度で判定することができたということで、種族値からタイプを予測できるんだという新たな発見がありました。 ポケモン自体の知識が必要という考察も非常に共感しました。
まとめ
今回はポケモンのデータ分析に関する記事を一覧化しました。 ちょっと探しただけでこれだけ見つかったので、まだまだ多くの方が分析していると思います。 定期的にサーベイしているので、また集まったら公開したいですね。
p.s. 百ポケ夜行のクチート可愛すぎて、めっちゃグッズ買ってしまった。