RのWeb制作

Webサービス制作のための技術情報を。データ分析(Python、機械学習コンペ他)や自作野球ゲームMeisyoのこと中心。

Meisyo

[Meisyo] 育成方針の微調整

投稿日:2019年11月25日 更新日:

ちょっと問題視していた育成方針を12/1に調整を行います。

なぜ問題視していたか

1. 育成方針間であまりにも採用率(ある育成方針の使用ユーザー/全ユーザー)が違うという問題が前からありました。
以前[Meisyo]育成方針の不均衡を減らすための分析で触れた通り、少し調整したあと、データを確認していませんでした。

2. ミートと投球技術(人気の育成方針)でパラメータが2種類しか強化できない。監督Lvがある程度上がるとパラメータを3種類強化するようになるので、1種類が無駄になる。
上記の育成方針は環境で強すぎたため、2種類強化だけにしていました。

今回はデータを確認して、
1.不均衡がなくなっているかを確認します。
2.不均衡があれば調整をします。

現在のデータ

過去30日以内に更新された選手での育成方針採用データは以下の通り。
結論から言うと、ミートと投球技術の採用率が高いため調整を行います。

選手タイプ 育成タイプ 採用ユーザー数 全ユーザー数 採用率(%)
野手 野手平均 23 69 33.3000
野手 守備 28 69 40.5000
野手 ミート 47 69 68.1000
野手 平均 22 69 31.8000
野手 投球技術 1 69 1.4000
野手 パワー 39 69 56.5000
野手 投手平均 1 69 1.4000
野手 速・肩 10 69 14.4000
野手 走・体 19 69 27.5000
投手 ミート 1 69 1.4000
投手 平均 17 69 24.6000
投手 投球技術 43 69 62.3000
投手 投手平均 21 69 30.4000
投手 速・肩 32 69 46.3000
投手 走・体 10 69 14.4000

メンテナンス・調整内容

上昇係数を公開します。◎〇△の上にマウスを置くと数値が表示されるようになります。

速・肩:制球0.2減少
投技:制球0.2減少、体力0.1増加
巧打:ミート0.2減少、パワー0.1増加、反応0.2減少

さいごに

調整で実現が不可能な選手が発生する場合があります。
特に、今回のような下方修正の場合顕著です。
ただ申し訳ございませんが、リセット等する予定はありません。
もし行うとしても新サーバー作るくらいでしょうか…。

もし新サーバー作るなら下記が必須だと考えています。
・連盟?戦を実装
 複数高校での合同チームのリーグ戦
・デザインの刷新
 現行スマホゲーム寄りに変更
・プログラム言語をpythonに切り替え
 現在のPHPフレームワークのバージョンが古い、プログラムコード最適化、機械学習導入のため
・配球設定(投手)、配球学習アルゴリズム(打者)を追加

まだまだ時間がかかりそうですね。

-Meisyo

執筆者:


comment

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

関連記事

[Meisyo]練習試合にレーティング制を導入

練習試合にレーティング制を導入しました。 レートはメイン画面に下記のように表示されます。 平均レートは1000です。 レーティングの変動⊿Rは下記の式で表されます。 a(レートRa)がb(レートRb) …

名将と呼ばれた者達3 正式サービス開始(終了済み)

Meisyo3のサービス終了、監督たちの甲子園(Meisyo4)への注力というわけで、サービス終了しました。 ゲーム説明 ”考える野球”を楽しもう。 あなたが考えた戦略・戦術を駆使して戦う高校野球監督 …

[Meisyo] 最近のアップデートの総括

最近のアップデートで失敗したかなと思ったもの 特訓 結構多くの人が使うと思って追加した。 けれども、蓋を開けてみると日で1~2割くらいの方しか使ってもらえていない。 選択肢がないより良いが、選手をある …

[Meisyo+] データ分析その1 能力値ベースの打率予測

監督視点の野球ゲーム Meisyo+でデータが貯まってきたので、打率の予測をしてみました。 打率は高ければ高いほどいいですが、実際のところどの能力値を重要視していいかわかりません。 そのため、今回はど …

[Meisyo]ビッグデータから学ぶ試合の基礎設計3

これは[Meisyo]ビッグデータから学ぶ試合の基礎設計2の投手編です! ここでは、「どのパラメータが打率等にどれくらい関係するのか」を理解することで強いチームを作る指針を記載しておきます。 というわ …