서바이버 우승자 예측한 로지스틱 회귀 모델, 무작위 추첨보다 2배 정확하지만 여전히 대부분 틀린다
- 우승 예측 모델의 1순위 지목 적중률은 20% 남짓으로, 무작위 선택의 평균 10%보다 약 2배 높음. 피처에 데이터가 쌓이는 2회차 이후부터 이 차이가 유지됨
- 우승 모델과 탈락 모델이 서로 다른 피처를 선택함. 우승은 탈락 회피와 다른 능력이고 심사위원 호소력이 따로 작용한다는 결론으로, 롭 세스티니노가 진행하는 Rob Has a Podcast의 시즌 50 분석과도 맞아떨어짐
- 우승 모델에 남은 피처는 위험 노출 횟수(표를 받은 tribal council 수), 컨페셔널 비중(최근 3화 롤링), 나이 곡선(약 30세에서 최고), 이전 시즌 참가 횟수, 어드밴티지 보유 여부임. 탈락 모델은 보유 어드밴티지 개수, 최근 3화 표, 개인 면역 우승률, 나이 곡선을 씀
- 데이터는 survivoR GitHub 저장소에서 가져왔고 두 모델 모두 로지스틱 회귀를 씀. 더 복잡한 모델도 시도했지만 성능이 더 나빴고, 미국 서바이버 전체에서 우승자는 50명뿐이라 표본이 적음
- 결과는 victoriaritvo.com/survivor-ml 대시보드에서 시즌별 우승·탈락 확률과 플레이어별 피처 기여도로 볼 수 있음
Hacker News opinions
스포일러 싫어서 바로 닫았어. 근데 글쓴이가 여기 있으면 사이드에 떠 있는 네비 플로터 좀 치워줘. 본문 폭이 너무 좁아서 태블릿으로 그래프 하나 제대로 보려면 끝까지 확대해야 했음
리더 모드로 보니까 그 문제는 없더라
글 내용은 재밌는데 서바이버는 실시간 중계가 아니라 우승자랑 스토리 다 정해진 뒤에 편집한 결과물임. 편집된 화면으로 학습한 모델은 포맷 자체 때문에 편향될 수밖에 없음
상관관계 높은 지표 중 첫 번째랑 세 번째는 플레이어가 손댈 수 없는 것들임. 컨페셔널은 우승자 맞히려는 용도면 몰라도 플레이어 입장에선 조절할 방법이 없음. 러셀이 제일 큰 이변으로 나온 것도 흥미롭고, 우승 전략은 이미 다 알려져서 통하지 않게 됐음
칼시 서바이버 마켓 거래량이 3270만 달러까지 갔다는 게 이해가 안 감. 정답을 아는 사람이 있는데 왜 돈을 거나. 누가 반대편에서 받아주는 거지
그게 예측 시장이 파는 바로 그거임. 내부자에게 우위가 있고, 그 우위가 전체 분포에 반영되게 만든다는 논리임
결국 모델이 말하는 건 제작자가 널 우승자로 써줄 만큼 좋아하길 바라라는 것임. 서바이버는 실제 경쟁이 아니라 초현실임
무작위로 뽑는 사람이 어디 있냐. 쇼를 본 사람이 지식으로 고르는 것과 비교해야지. 그냥 다트판보다 조금 나은 걸 복잡하게 만든 것 같음