# S15 世界赛模型 V2：时间外推与赛事内更新

[交互式结果](results.html) · [完整V2参数](v2/parameters_s16_prior.json) · [旧模型完整报告](v1_snapshot/model_report_zh_cn.md)

全部结果按整个世界赛84局汇总。分路是171英雄×5状态；总体选取率等于五分路之和，总体位置按各分路预测选取次数加权。禁用不虚构分路。S16尚未预测。

## 本轮重新建模

保留V1历史频率、赛事重要性/平均Elo、版本距离和具体技能改动底座。新增共享的正则化残差模型：22个特征，6个频率输出（五分路pick和英雄ban）及5个分路顺位输出，共253个系数。没有英雄姓名、英雄专属截距或女警人工加分。输出仍满足每局10pick、10ban、每路2pick及每英雄pick+ban≤1。

特征包括近期14/45天选取、全赛季频率、参赛队偏好与覆盖、早期BP比例、分路熵、伤害/机制/系统改动、正向数值冲击的饱和基函数和低频交互、攻击距离，以及互补分路的历史共选信号。共选信号是统计关联，并非识别出的阵容因果收益；没有声称已完整建模所有对位、技能清线门槛或阵容组合。

**赛前预测**：世界赛标签未进入特征或系数训练。使用39个历史“赛事×版本”窗口（每个至少24局），每个预测窗口的历史特征严格截止其第一局之前。可回测窗口34个，最后7个不参与超参数选择，作单独时间检查；前27个选择正则化与融合比例。每个窗口的训练标签必须全部结束在目标开赛之前；同时进行中的其他赛事不会把未来结果带入。历史目标赛事参赛队集合按开赛已知作假设。

**赛事内更新**：同一英雄同一分路使用层级收缩，允许观测到的冷门英雄爆发改写历史低基数。`更新频率=(τ×赛前概率+已观察局数×观察频率)/(τ+已观察局数)`；顺位以预测选取数对应的伪计数和真实选取数加权。τ及顺位伪局数只根据历史赛事前半完整系列赛→后半完整系列赛选择。S15前56局更新版本利用入围赛+瑞士轮，预测淘汰赛；全84局后验版本利用全部实际结果，属于赛后样本内估计。

## 结果：区分赛前、观察后更新和样本内后验

|整个世界赛84局|BP热度RMSE / pp|选取率RMSE / pp|分路RMSE / pp|选取顺位MAE / 手|
|---|---:|---:|---:|---:|
|V1 · 赛前先验|8.891|3.817|1.756|0.905|
|V1 · 全84局全局参数校准（样本内）|7.126|3.709|1.727|0.930|
|V2 · 赛前预测（未使用世界赛结果）|8.443|4.236|1.916|0.906|
|V2 · 前56局更新（预测后续需看回测）|2.950|1.601|0.721|0.514|
|V2 · 全84局后验校准（样本内）|1.624|0.815|0.369|0.226|

全84局前56局更新误差含56局已观察数据，不能等同独立预测误差。后验误差变小有一部分来自直接使用已观察结果。

|淘汰赛28局复用回测|BP热度RMSE / pp|选取率RMSE / pp|分路RMSE / pp|选取顺位MAE / 手|
|---|---:|---:|---:|---:|
|v1_pre_event|9.820|5.051|2.275|1.455|
|v1_development|10.334|5.858|2.643|1.460|
|v2_pre_event|9.601|5.104|2.293|1.440|
|v2_development|8.961|4.999|2.279|1.390|

淘汰赛结果在V1时已经查看，不能把这次称为新的盲测；不过新超参数没有按淘汰赛结果选择。V2赛前选取率不保证优于V1；请同时看热度、分路和顺位，不只看拟合误差。

|保留的7个历史时间窗口：等窗口均值|BP热度RMSE / pp|选取率RMSE / pp|分路RMSE / pp|选取顺位MAE / 手|
|---|---:|---:|---:|---:|
|V1|8.489|4.026|1.828|1.154|
|V2|7.867|3.912|1.783|1.093|

7个窗口来自同一年且部分联赛同期，误差具有相关性，不能直接证明S16泛化。历史25.19之前的全部平衡改动尚未编码，新版本数值与机制贡献仍可能无法稳定辨识。

## 女警与分路可视化

女警赛前仍被低估。前56局已观察到 12 次pick、17 次ban，V2赛事内更新利用这些证据提高估计；整个世界赛实际为16次pick、22次ban。不能解释为模型事先知道女警爆发。

|女警口径|选取率|禁用率|BP热度|平均选取手数|
|---|---:|---:|---:|---:|
|V1赛前|4.4%|4.6%|9.0%|6.16|
|V2赛前|6.7%|9.1%|15.8%|6.41|
|V2前56局更新|17.5%|24.8%|42.3%|6.20|
|全84局实际|19.0%|26.2%|45.2%|5.75|

选取率图上，每个英雄上条为预测、下条为实际，每条用上单、打野、中单、下路、辅助五种颜色分段；悬停显示分路率。点击柱状图、散点或表格可以打开分路弹窗。顶部“分路英雄”可选择全部171英雄，筛选只剩一个英雄时会同步切换，解决此前默认波比且切换入口隐藏的问题。分路明细始终使用当前所选模型。

## 参数与复现

V2可迁移文件在 [v2/parameters_s16_prior.json](v2/parameters_s16_prior.json)。其中共享回归系数和更新规则可作为S16起点；S15英雄后验不应直接迁移。V1参数和全部报告保存在v1_snapshot与原参数文件中。

运行 `worlds_model_v2.py` → `render_worlds_model_v2.py`。核验后的赛前档案和世界赛84局未改写。历史训练窗口、候选参数、时间检查、完整概率和验证记录都位于v2目录。


## 本轮验证限制

六种模型共检查1200个图表色段；分路求和、模型切换、英雄选择、明细弹窗及导出逻辑通过本地渲染逻辑检查。浏览器工具禁止file协议访问，因此没有完成真实浏览器截图与布局检查；导出的SVG/PNG是独立图表预览，不是浏览器截图。概率约束、顺位矩关系及时间顺序另有独立数值审计。淘汰赛500次系列赛重采样差值见 [复用回测区间](v2/reused_knockout_bootstrap.json)；平均顺位改善区间仍跨0，不能宣称统计确定的改善。

## 英雄头像与中国大陆名称

全部171个英雄头像已本地缓存，姓名与称号按腾讯大陆官网匹配；柱状图、表格、摘要及弹窗均加入头像。详情见 [头像与译名核验](assets/portrait_name_verification.md)，完整中文表见 [全英雄总体对比](all_champions_zh_cn.md)。