Regressão logística aplicada em League of Legends

Abstract

Analisar os dados dos jogadores e equipes que participaram do Worlds de 2019 requer avaliação do desempenho e identificação de padrões de vitória ou derrota. O objetivo é prever o resultado de uma partida baseando-se nas estatísticas individuais de cada jogador, especificamente o score, através de um modelo de classificação, como o de regressão logística. Este modelo compara diferentes combinações de variáveis, escolhendo o que apresenta o melhor desempenho. A regressão logística estabelece uma relação entre as variáveis independentes e a variável dependente, a vitória ou derrota. A técnica é eficaz para prever resultados em jogos de League of Legends, avaliando a influência de variáveis como o score individual dos jogadores e obtendo resultados precisos e confiáveis. Em resumo, a regressão logística é uma ferramenta valiosa dentro do modelo de classificação para compreender e prever o desempenho em jogos de League of Legends.

Analyzing the data of players and teams that participated in the 2019 Worlds requires performance evaluation and identification of victory or defeat patterns. The objective is to predict the outcome of a match based on the individual statistics of each player, specifically the score. The logistic regression model compares different combinations of variables, choosing the one that presents the best performance. The logistic regression model establishes a relationship between independent variables and the dependent variable, victory or defeat. The technique is effective in predicting results in League of Legends games, evaluating the influence of variables such as individual player score and obtaining accurate and reliable results. In summary, the logistic regression model is a valuable tool for understanding and predicting performance in League of Legends games.