一、背景
Pokemon《精灵宝可梦》，也叫《口袋妖怪》、《宠物小精灵》、《神奇宝贝》，是由Game Freak和Creatures株式会社开发，任天堂发行的系列游戏。精灵宝可梦系列是世界上第二热销的系列电子游戏，仅次于任天堂的超级马里奥系列。
本文采用kaggle上Pokemon数据集，基于阿里云PAI平台进行实验，利用数据集中提供的精灵能力值来判断精灵是否为极品精灵。
数据集包含No, Name, Type1, Type2, HP, Attack, Defense, Sp. Atk, Sp. Def, Speed, Generation, Legendary等信息。
二、数据集介绍
本数据集包含800个精灵的相关参数，每个参数字段含义如下：
| 字段 | 含义 | 类型 |
| no | 编号 | bigint |
| name | 名称 | string |
| type1 | 属性 | string |
| type2 | 属性 | string |
| hp | bigint | |
| attack | 攻击 | bigint |
| defense | 防御 | bigint |
| atk | 特攻 | bigint |
| def | 特防 | bigint |
| speed | 速度 | bigint |
| generation | 第几代 | bigint |
| legendary | 是否为极品 | bigint |
三、实验过程
首先https://www.aliyun.com/?spm=a2c1h.8280630.0.0.3569458dQ5hXYc进入阿里云，选择右上角的控制台进入
从左侧栏中选择DataWorks，进入工作区
新建脚本文件，并导入数据。
drop table if exists pokemon_data;
create table pokemon_data(
no bigint,
name string,
type1 string,
type2 string,
hp bigint,
attack bigint,
defense bigint,
atk bigint,
def bigint,
speed bigint,
generation bigint,
legendary bigint
)执行完成后，点击右上角的“机器学习平台”
数据的具体结构如下：
首先，这个场景是希望利用精灵能力值来判断精灵是否为极品精灵。将legendary作为目标列时，因其取值为1或0两种，故此场景为一个二分类的监督学习。因数据质量很好，而不需要进行其他额外的处理。
实验流程如下，
（1）数据预处理：数据与处理主要通过"类型转换组件“将特征由bigint转化为double类型，以及用“归一化组件”对数据进行去量纲处理，把全部数值都归一化到0和1之间。
（2）模型训练：首先对数据集进行拆分，拆分比例为0.7，拆分原则按照随机采样的算法实现，70%的数据用来训练模型，30%的数据用来预测。
在模型选择的时候，为了对比不同模型之间的效果，故模型选取了PAI平台自带的四种模型：GBDT、PS-SMART、线性SVM和逻辑回归。
特征使用的是hp、attack、defense、atk、def、speed和generation，目标向量为legendary。
（3）预测。直接采用PAI平台自身的“预测组件”对数据进行预测。
（4）模型评估。因为本场景为二分类监督学习，故采用“二分类评估组件”对结果进行评估。
这个实验流程如下图所示：
四、实验结果
| GBDT | PS-SMART | 线性SVM | 逻辑回归 | |
| AUC | 0.5 | 0.8287 | 0.9857 | 0.9618 |
| KS | 0 | 0.6549 | 0.9685 | 0.867 |
| F1 Score | 0.0952 | 0.6316 | 0.85 | 0.6809 |
| evaluate_tsmpl | 240 | 240 | 240 | 240 |
| evaluate_psmpl | 12 | 25 | 18 | 22 |
| evaluate_nsmpl | 228 | 215 | 222 | 218 |
五、总结
目前仅为数据的初步实验，因精灵的属性相值等特征之间的关系处理比较复杂，故会在后期慢慢进行更为细致的分析。
因为最近看到大家都开始对吃鸡游戏进行数据分析，便引发了自己对比较喜欢的游戏进行分析的想法。刚好看到Kaggle上有pokemon的数据集，便拿来一试。
我们目前更多看到的是人工智能在娱乐、电商、工业等大的行业带来的变革，其实，人工智能就在我们的身边，只要有数据，就可以利用阿里云机器学习PAI平台，随时随地进行数据分析。比如Pokemon、LOL、王者、吃鸡等游戏，比如基金、股票等理财方式，再比如图像识别、推荐系统等等。
大数据时代，数据无处不在，算法平台信手拈来，只要你想得到，都可以拿来分析，让工作更轻松，让生活充满乐趣。
