チャンピオン選択前にランク戦の勝敗はどこまで予測可能か？

モデルが参照可能な情報

マッチング成立時に存在する全情報のみで、それ以降の情報は含みません：チャンピオン、バン、試合内の情報は一切含まれません。

• プレイヤー10人のランクとLP、および試合履歴から構築した独自評価レート。
• 各プレイヤーの直近50試合のランク戦：勝敗、パフォーマンス、試合時間、レーン戦の結果、対戦相手の強さ。その試合が始まる前に終了していた試合のみ。
• 各プレイヤーに割り当てられたロール、直近のそのロールのプレイ割合、オートフィルかどうか。
• そのロールで各プレイヤーが普段使用するチャンピオン群：選びそうな候補であり、実際に選んだチャンプではありません。

モデルは過去のパッチで訓練され、未知のパッチ16.18におけるNAの457,284試合でテストされました。以下のNAの数値はすべてそのテストデータに基づきます。

どれだけの頻度で的中するか

同じ457,284件のテスト試合において、各プレイヤーの履歴情報を段階的に追加しながら、全モデル共通の5つの評価指標で測定しました（各指標の解説は精度検証ページを参照）。コイントスは正解率50%、AUC 0.5です。

ランクだけでは全く予測できません。 独自レートにおける両チームの差は、コイントスと同等程度しか勝敗を予測できません（AUC 0.502、5指標の詳細はルーザーズキュー調査レポート参照）。それこそがマッチメイキングが均等化している対象だからです。モデルが得ている情報のほぼ全てはプレイヤーの直近の試合データに由来します。最終行は専用データで確信度を較正した同モデルであり、以降のセクションではこれを使用しています。

低レートほど予測しやすい

アイアンでは、チャンピオン選択前に69.4%の確率で勝者を的中させました。ゴールドでは61.6%、プラチナ以上では約60%です。その理由は検証していませんが、辻褄の合う解釈の一つとして、アカウントのプレイ数が少ないほど表示ランクは実力を反映しておらず、下位ランクほどランクが実際の実力に追いついていないアカウントが多いことが挙げられます。

本命と判定されたチームは、その確率通りに勝利する

モデルは的中率が高くても自信度を過大評価することがあります。しかし本モデルはそうではありません。勝率60〜65%と予測したロビーは実際に62.3%で勝利し、70%以上と予測した17.4%のロビーは77.5%で勝利しています。五分五分（50%から±5ポイント以内）のロビーは全体の26.5%に過ぎません。

ランクは均等、好不調は不揃い

全予測値を構成要素ごとに分解しました。ロビー間の勝率差を各要素がどれだけ説明しているかの割合です：

ランクは格差をほとんど説明しません。なぜならランクこそマッチメイキングが均等化している対象であり、実際にうまく均等化されているからです。残るのはランクの反映が遅くて見えない要素です。誰が連勝中か、誰がスランプか、誰が復帰直後かです。

「直近の試合データ」の解釈には注意が必要です。 Riotは不可視の内部MMRでマッチングを行っています。プレイヤーの直近の試合データは、まさにその内部MMRと表示ランクの乖離が反映される場所です。したがって、この情報の一部は好不調の波だけでなく、モデルが復元したMMRの差である可能性があります。データから両者を切り分けることはできません。

オフロールプレイヤーが勝敗を左右する

割り当てられたロールが直近の試合の20%未満である場合、オフロールと判定します。一方のチームにオフロールが多い場合、勝敗に明確に現れます：

オフロールプレイヤーが1人増えるごとに、チームの勝率は約3ポイント低下します。 そして両チームのオフロール人数が同数であるロビーは全体の37.9%に過ぎません。

全ロビーの半数は全員を得意ロールに配置できない

ロビー内の10人を、全員が得意ロール（直近50試合中20%以上プレイしたロール）を担当できるように配置可能かどうかも検証しました。実際のNAロビーで最初からそうなっているのはわずか20.3%でした。全員が得意ロールに就ける組み合わせが存在するロビーは全体の50.2%にとどまり、残りのロビーでは10人の経験ロールが全ポジションを2枠ずつ満たすこと自体が不可能です。全員がメインロールに就けるのは5.7%でした。これは誰かの意図的な選択ではなく、その瞬間にキューを入れているプレイヤー層の物理的な限界です。

EUWおよび韓国：初期参考データ

NAのみで訓練された履歴モデルを用い、EUWと韓国の18日間の試合も採点しました。これらのプレイヤーに関する事前情報は非常に少なく（NAが数ヶ月分あるのに対し各8〜10試合程度）、そのため本命チームの検出数が少なくなっています。これはマッチメイキングがより公平なのではなく、測定器の精度が低いためです。 表ではNAを含む全地域で履歴モデル単体を使用しているため、NAの行はフルモデルよりやや控えめな値になっています。

やはりルーザーズキューは存在しない

この強化モデルを用いてルーザーズキュー調査レポートを再検証しましたが、結果は変わりませんでした。5連勝以上のプレイヤーは次戦で53.0%の勝率を収め、5連敗以上のプレイヤーは47.9%でした。モデルは両方を予測通りと判定しており、連勝中のプレイヤーには弱い味方ではなく、依然としてわずかに強い味方が割り振られていました。

本調査では分からないこと

• 詳細検証は1地域・単一パッチ。 NA、パッチ16.18。EUWと韓国は該当地域で未訓練のモデルによる初期参考値です。
• これはRiotのMMRではなく、マッチメイキング内部のコードを覗いたものでもありません。 公開された試合履歴から、成立したロビーの状態を測定したものです。マッチメイキングは外部からは見えない数値を均等化しており、独自レートの基準ではほぼ完璧に均等化されています。
• モデルは予測対象の直前の試合まで（同日の過去試合を含む）すべて読み込みます。 1日1回更新のシステムでは情報量がやや少なくなります。
• ロールの希望傾向はプレイ実績から推測しています。 プレイヤーがどのロールでキューを入れたかは非公開です。
• ここでは特定のプレイヤー名を挙げたり格付けしたりしていません。 全ての数値は何十万試合もの平均であり、あなた自身のロビーはその中の一回の抽選に過ぎません。