KayLoL 소개

도구를 평가하기 전에 알아 둘 만한 부분입니다. KayLoL이 일부러 스스로를 불리하게 보이도록 만드는 유일한 지점이기 때문입니다.

밴픽 예측 모델을 평가하는 방법은 두 가지입니다. 쉬운 쪽은 무작위 분할입니다. 전체 게임을 섞어서 대부분으로 학습하고 나머지로 시험합니다. 어려운 쪽은 패치 홀드아웃입니다. 특정 패치 이전 게임만으로 학습한 다음, 그 패치 자체로 시험합니다 — 한 번도 본 적 없는 메타에서, 모델이 실제로 쓰이는 방식 그대로입니다.

무작위 분할은 더 보기 좋은 숫자를 만듭니다. 시험용 게임이 학습용 게임과 같은 메타에 있어서 정답이 일부 새어 나오기 때문입니다. 최상위 티어만 남기거나 일찍 끝난 게임을 버리면 숫자는 더 좋아 보입니다. KayLoL은 어려운 쪽으로, 처음 보는 패치 전체를, 모든 티어에 걸쳐 측정합니다. 그래서 겉보기 정확도가 몇 포인트 깎이고, 그것이 정직한 숫자입니다.

그래서 비교해야 할 숫자도 대부분의 사이트가 앞세우는 그 숫자가 아닙니다. 정확도 페이지는 조작하기 어려운 순서대로 세 겹의 근거를 따로 공개하며 하나의 수치로 합치지 않습니다. 가장 조작하기 어려운 근거는 게임이 시작되기 전에 이 API가 실제로 내놓았던, 나중에는 되살릴 수 없는 예측입니다. 이 근거는 아직 모으는 중이며, 그 게임들이 충분히 채점되면 수치가 표시됩니다.

대부분의 도구는 승자와 패자를 가려내는 능력에 최적화합니다. KayLoL은 57%가 정말 57%인지도 신경 씁니다 — 57%라고 말한 모든 밴픽을 모으면 블루가 실제로 100번 중 57번쯤 이기는지 말입니다. 밴픽의 순위는 잘 매기면서 보정은 엉망인 모델도 있고, 픽을 정하는 데 쓸 때는 자신만만하게 틀린 확률이 조심스러운 확률보다 나쁩니다.

그래서 지표 페이지는 정확도 점수가 아니라 보정 곡선으로 시작하고, 사이트는 불편하더라도 같은 말을 반복합니다. 밴픽은 게임의 작은 일부입니다. 확률은 50% 근처가 정상이며, 마지막 소수점이 아니라 방향을 읽으세요.

Riot의 공개 Match API에서 수집한, 완료된 랭크 게임입니다 — Riot이 이미 모든 클라이언트에 제공하는 바로 그 게임이고, 모든 전적 검색 사이트가 딛고 선 바로 그 출처입니다. 이 게임들로 모델을 학습하고 티어 리스트 뒤에 있는 챔피언 통계를 계산하며, Riot ID를 입력받는 페이지들이 읽어 오는 계정별 기록(게임, 승패, 챔피언)도 이 게임들로 이루어집니다.

Riot ID를 입력받는 페이지는 입력된 계정이 누구의 것이든 그 계정의 공개 경기 데이터를 보여 줍니다. 페이지에 따라 티어, 챔피언별 기록, 최근 게임을, 상대 전적에서는 두 계정이 같은 경기에서 플레이한 게임을 보여 주며, 다른 리그 오브 레전드 전적 사이트와 다르지 않습니다. 이 사이트는 계정이 그것을 입력한 사람의 것인지 확인할 수 없습니다. 무엇을 저장하고, 무엇을 의도적으로 저장하지 않으며, 그 밖에 누가 관여하고, 요청하면 무엇을 삭제할 수 있는지는 모두 개인정보 처리방침에 있습니다.