虎扑体育网

鉴于区里讨论rating 2.1算法的人很多，这里给出一个统计学中最最基本的入门级机器学习模型来模拟hltv的真实算法。整个过程并不严谨（仅花了半个小时左右时间），仅仅只是为了探讨各项数据对于rating的权重差别，而非精准地找出hltv的具体算法。相信有本科甚至高中及以上统计学/编程经历的人应该轻轻松松就能看懂并且复刻以下操作：

假设hltv用来计算rating的数据有以下几项：DPR、KAST、IMPACT、ADR、KPR，且hltv是以某种特定的线性组合来完成对rating的最终计算，那么便以这五项数据来完成线性回归建模（Linear Regression）。

数据选择：随机选择了50名选手在2025年的rating以及五大项，其中40名为训练集，10名为测试集。样本量较小，纯粹是因为我懒得去扒更多，毕竟hltv对于自动数据采集有所限制。其中KAST这项数据从百分比转换回小数来计算。

常规的线性回归模型给出了图一中的结果 —— Rating = -0.1068 + 0.3861 * DPR + 0.9465 * KAST% + 0.2368 * IMPACT - 0.0000436 * ADR + 0.7114 * KPR。

看出问题所在了吗？ADR这个变量在该模型中不具有显著性 （p-value = 0.792）。在以上公式中，我们发现DPR和KPR的权重远高于Impact；更变态的是，ADR的权重竟然是负的，也就是说一个选手的场均伤害越高，最后的rating会越低？这怎么可能呢？不难发现，实际上这几个变量之间分别具有严重的强相关性：假如一个人KPR高，他的ADR和Impact也很可能会高；假如一个人活得多，DPR低，那么他的KAST也可能相应变高。

为了减少这种相关性，引入第二种模型：岭回归（Ridge Regression）。岭回归在标准线性回归模型之上引入L2正则化概念来降低模型可能的多重共线性（multicollinearity）。使用该模型前，需要把数据缩放使其呈正态分布。最后得出来的结果为：

Rating = 1.128 - 0.0196 * DPR + 0.0299 KAST% + 0.0506 IMPACT + 0.0005 ADR + 0.0611 KPR。

将模型放至测试集进行测试，得到的误差（RMSE，即root mean squared error）不超过0.02，即使用该模型时预测的rating与真实rating之间的差别不超过0.02。

这时我们再回头分析一下这个公式，不难发现这时DPR和KAST的权重显著降低，而Impact和KPR明显变高，ADR也变为了正权重，符合我们平时的观感。

其实我猜测真实的hltv的rating模型应该是以1.0为起点进行加减计算（而非上述公式中的1.128），主要是因为hltv的数据远多于我这里随机选择的50个数据点，也会更加标准化。有兴趣的朋友可以把一整年所有比赛的单场rating和各项数据拿去训练，工作量太大这里不予展示。

再次声明，以上分析均为心血来潮，并不一定准确，只是抛砖引玉，有错误请指正。