이전에 데이터셋을 분석-적용할 수 있다고 생각했던 부분은 다음과 같다.1. 비정상적인 경기 패턴- 킬 방생 시간과 골드 차이 데이터를 기반으로 어떤 시간대에 많은 골드가 발생했는 지- 어시스트와 킬 수를 비교해서 팀별 팀워크 집중도 탐지VAE, Lsolation Forest, Autoencoder 등등2. 어떤 팀이 승리할 지 예측- 분단위로 되어 있는 데이터가 많기에 분단위로 쪼개서 승리 팀을 예측- 블루/레드 팀의 분당 골드, 킬/데스 비율, 오브젝트 현황, 어느 라인에 골드가 많이 투자되었는 지 등해당 Feature들 기반으로 학습하고 타임라인별로 승리를 예측TabNet, XGBoost, ...등등3. 경기 중 어느 시점에 킬이 많이 발생하는지, 오브젝트를 점령하는지, 골드 추세- 골드 차이의 미래..

dataset 확보: https://www.kaggle.com/datasets/chuckephron/leagueoflegends?select=LeagueofLegends.csv League of LegendsCompetitive matches, 2015 to 2018www.kaggle.com: API로 데이터를 받아와서 사용하기에는 요청 수 제한 등이 있어서 너무 제한적이었다.: kaggle의 망령이 돼서....떠돌이해본 결과 다음의 적합한 데이터셋을 확보할 수 있었다.dataset 분석LeagueofLegends.csv1. 기본 정보League: 리그 이름 (예: NALCS, LCK 등).Year: 경기 연도.Season: 시즌 정보 (예: Spring, Summer 등).Type: 경기 유형 (예: ..

개발사항은 다음에서 확인 가능. 데이터분석,과학을 위해 내가 좋아하는 분야로 공부해보면 어떨까해서...시작!https://github.com/yeongjinHwang/riotAPI_dataAnalysis GitHub - yeongjinHwang/riotAPI_dataAnalysis: 롤api를 활용하여 데이터분석해볼까?롤api를 활용하여 데이터분석해볼까? Contribute to yeongjinHwang/riotAPI_dataAnalysis development by creating an account on GitHub.github.com1. developer api key 발급: 기본적으로 1초마다 요청 20개, 2분마다 요청 100개 : 요금제에 따라 추가 요청 가능할 것으로 보임 : riot ad ..