《BI那点儿事》Microsoft 决策树算法——找出三国武将特性分布,献给广大的三国爱好者们

简介: 原文:《BI那点儿事》Microsoft 决策树算法——找出三国武将特性分布,献给广大的三国爱好者们根据游戏《三国志11》武将数据,利用决策树分析,找出三国武将特性分布。其中变量包括统率、武力、智力、政治、魅力、身分。
原文: 《BI那点儿事》Microsoft 决策树算法——找出三国武将特性分布,献给广大的三国爱好者们

根据游戏《三国志11》武将数据,利用决策树分析,找出三国武将特性分布。其中变量包括统率、武力、智力、政治、魅力、身分。
变量说明:
统率:武将带兵出征时的部队防御力。统帅越高受到普通攻击与兵法攻击越少。
武力:武将带兵出征时的部队攻击力,武力越高发动兵法或者普通攻击时对地方部队的伤害就越高;并且当发动单挑时双方武将武力值相差越少则成功率越高,同时武力也代表单挑时的武将攻击力。
智力:武将发动部队计略时的效果与成功率,当武将智力高时则可以降低中计的几率;同时智力代表军师能力。
政治:武将发展内政时的能力,内政越高则生产兵器、买卖粮草、建造建筑时间等内政系都有优势。并且,当搜索人才和与敌方势力交涉时,政治也有至关重要的作用。
魅力:武将在登用在野或者其他势力武将时的能力,魅力越高则成功几率越高。并且,当武将征兵时,魅力也将影响其效果。

三国志每个人物都有一定的身分,除君主,还有侍中、军师、将军、武官和文官。

将军需要统帅武力相加大于150才能封;
军师要求智力90以上并且和政治相加大于160;
侍中需要政治85,并且和智力相加应不小于150(往往成为事实上的宰相);
为简化验证:我们设置三个身份:将军、军师、其他;

 

序号

身份

要求

人数

1

将军

将军需要统帅武力相加大于150才能封

112

2

军师

军师要求智力90以上并且和政治相加大于160;

20

3

其他

 

538

 

准备数据:

 

ALTER TABLE FactSanguo11 ADD [身分] NVARCHAR(255) NULL

-- 将军 将军需要统帅武力相加大于150才能封
SELECT  *
FROM    FactSanguo11
WHERE   [统率] + [武力] > 150
ORDER BY [统率] + [武力] DESC

UPDATE  FactSanguo11
SET     [身分] = N'将军'
WHERE   [统率] + [武力] > 150

SELECT  *
FROM    FactSanguo11
WHERE   [身分] = N'将军'
ORDER BY [统率] + [武力] DESC

-- 军师 军师要求智力90以上并且和政治相加大于160
SELECT  *
FROM    FactSanguo11
WHERE   ( [智力] + [政治] > 160 )
        AND ( [智力] >= 90 )
ORDER BY [智力] + [政治] DESC

UPDATE  FactSanguo11
SET     [身分] = N'军师'
WHERE   ( [智力] + [政治] > 160 )
        AND ( [智力] >= 90 )
        
SELECT  *
FROM    FactSanguo11
WHERE   [身分] = N'军师'
ORDER BY [智力] + [政治] DESC        

UPDATE  FactSanguo11
SET     [身分] = N'其他'
WHERE   [身分] IS NULL
        
SELECT  [身分] ,
        COUNT(*)
FROM    FactSanguo11
GROUP BY [身分]     

SELECT  *
FROM    FactSanguo11

 

分析数据:

 

--统率前10:司马懿、周瑜、曹操、陆逊、关羽、邓艾、孙坚、张辽、孙策、诸葛亮
SELECT TOP 10
        *
FROM    FactSanguo11
ORDER BY 统率 DESC



--武力前10:吕布、张飞、关羽、马超、赵云、许褚、典韦、文丑、庞德、甘宁
SELECT TOP 10
        *
FROM    FactSanguo11
ORDER BY 武力 DESC



--智力前10:诸葛亮、郭嘉、贾诩、庞统、周瑜、司马懿、荀彧、陆逊、荀攸、法正
SELECT TOP 10
        *
FROM    FactSanguo11
ORDER BY 智力 DESC



--政治前10:荀彧、张昭、陈群、张纮、诸葛亮、曹操、司马懿、蒋琬、费祎、夏侯玄
SELECT TOP 10
        *
FROM    FactSanguo11
ORDER BY 政治 DESC



--魅力前10:刘备、张角、曹操、孙权、貂蝉、甄氏、关羽、荀彧、周瑜、刘虞
SELECT TOP 10
        *
FROM    FactSanguo11
ORDER BY 魅力 DESC



--统率武力前10:关羽、吕布、赵云、张辽、马超、孙策、孙坚、张飞、邓艾、甘宁
SELECT TOP 10
        *
FROM    FactSanguo11
WHERE   [统率] + [武力] > 150
ORDER BY [统率] + [武力] DESC



--智力政治前10:诸葛亮、荀彧、司马懿、曹操、周瑜、鲁肃、郭嘉、贾诩、荀攸、庞统
SELECT TOP 10
        *
FROM    FactSanguo11
WHERE   ( [智力] + [政治] > 160 )
        AND ( [智力] >= 90 )
ORDER BY [智力] + [政治] DESC

分析过程:












目录
相关文章
|
3月前
|
存储 算法 C语言
"揭秘C语言中的王者之树——红黑树:一场数据结构与算法的华丽舞蹈,让你的程序效率飙升,直击性能巅峰!"
【8月更文挑战第20天】红黑树是自平衡二叉查找树,通过旋转和重着色保持平衡,确保高效执行插入、删除和查找操作,时间复杂度为O(log n)。本文介绍红黑树的基本属性、存储结构及其C语言实现。红黑树遵循五项基本规则以保持平衡状态。在C语言中,节点包含数据、颜色、父节点和子节点指针。文章提供了一个示例代码框架,用于创建节点、插入节点并执行必要的修复操作以维护红黑树的特性。
92 1
|
18天前
|
机器学习/深度学习 算法 Python
探索机器学习中的决策树算法:从理论到实践
【10月更文挑战第5天】本文旨在通过浅显易懂的语言,带领读者了解并实现一个基础的决策树模型。我们将从决策树的基本概念出发,逐步深入其构建过程,包括特征选择、树的生成与剪枝等关键技术点,并以一个简单的例子演示如何用Python代码实现一个决策树分类器。文章不仅注重理论阐述,更侧重于实际操作,以期帮助初学者快速入门并在真实数据上应用这一算法。
|
17天前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
14 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
2月前
|
大数据 UED 开发者
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
48 2
|
17天前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
16 0
|
20天前
|
存储 算法 Java
数据结构和算法--分段树
数据结构和算法--分段树
11 0
|
2月前
|
机器学习/深度学习 算法 数据挖掘
决策树算法大揭秘:Python让你秒懂分支逻辑,精准分类不再难
【9月更文挑战第12天】决策树算法作为机器学习领域的一颗明珠,凭借其直观易懂和强大的解释能力,在分类与回归任务中表现出色。相比传统统计方法,决策树通过简单的分支逻辑实现了数据的精准分类。本文将借助Python和scikit-learn库,以鸢尾花数据集为例,展示如何使用决策树进行分类,并探讨其优势与局限。通过构建一系列条件判断,决策树不仅模拟了人类决策过程,还确保了结果的可追溯性和可解释性。无论您是新手还是专家,都能轻松上手,享受机器学习的乐趣。
45 9
|
23天前
|
机器学习/深度学习 人工智能 算法
【机器学习】决策树算法
【机器学习】决策树算法
|
3月前
|
机器学习/深度学习 算法 数据可视化
决策树算法介绍:原理与案例实现
决策树算法介绍:原理与案例实现