nakahara2019-20191231

今回やること †

• プレイヤー全員の役職を一気に推定するモデルを作成してみる

実践 †

学習データについて †

• 訓練データは、今までのものと同じで、LSTMに対応した形で作成していく。
• ラベルデータは、役職の構成を番号に直したもの
  • 「村人、村人、占い師、狂人、人狼」の順だったら0みたいなかんじ
  • 全部で60通りの組み合わせがあるため、ラベル番号は0～59
    
    • こんなかんじの組み合わせ

学習結果 †

• Test loss:0.42088870953854396
• Test accuracy:0.840223958505628
  • テストデータに対する精度

サンプルデータに対する精度 †

役職ランダムの10000試合で検証 †

• 狂人はWSPの方が4%くらい高い
• 個別で推定したものよりも、0.8%高くなった。
  • 理由はいまいちわかってない
  • 偶然の可能性もある（10000試合だけど）

推定精度 †

• 全体推定のやつ
  

• WSPのやつ
  

seminar-personal/nakahara2019