Spire Codex artık Overwolf’ta. Canlı kart aramaları ve tek tıkla oyun yükleme özellikli oyun içi yer paylaşımını edin. Daha fazla bilgi →Her kart, kalıntı ve iksir 0–100 arası topluluk meta puanını nasıl alır.
Bayes ile büzülmüş kazanma oranı, harf notlu katmanlarla 0–100'e eşlenmiş.
Slay the Spire 2 (STS2) oyunundaki her kart, kalıntı ve iksir, varlığının kazanılan koşularla ne kadar ilişkili olduğunu özetleyen tek bir sayı alır; bu yalnızca topluluğun gönderdiği koşu verilerine dayanır, görüşe değil. 50 nötrdür (ortalama koşu A0'da kabaca yarı yarıya kazanır), 100 sinyalin zirvesi, 0 dibidir. Bilinen yanlılıkları olan (aşağıda açıklanan) naif bir korelasyondur, bir kartın iyi olup olmadığına dair bir hüküm değildir. Aynı sayı her liste sayfasındaki varsayılan sıralamayı ve her ayrıntı sayfasındaki rozeti belirler.
| Aralık | Katman | Etiket | Anlamı |
|---|---|---|---|
| 90 – 100 | S | En üst seviye | Kazanma oranı sinyalinin zirvesi. Yüzlerce seçim boyunca sürdürülen, dağılımın dışında bir kazanma oranı. |
| 78 – 89 | A | Güçlü | Büyük bir örneklemde güvenilir biçimde taban çizgisinin üzerinde kazanır. |
| 65 – 77 | B | Sağlam | Ortalamanın üzerinde kazanma oranı. Daha iyisi sunulmadığında güvenli bir seçim. |
| 50 – 64 | C | Ortalama | Eğrinin ortası. Çoğu burada yer alır. |
| 35 – 49 | D | Ortalamanın altında | Taban çizgisinin altında. Çoğu zaman niş veya duruma bağlı, bazen yalnızca yüksek maruziyet (aşağıdaki yanlılıklara bakın). |
| 0 – 34 | F | Yetersiz | Kazanma oranı sinyalinin dibi. Sıklıkla neredeyse her koşuda bulunduğu için aşağı çekilen temel bir kart; mutlaka kötü bir kart değil. |
Puan iki aşamalıdır: Bayes büzülmesi (5 seçimde kusursuz bir kartın 500 seçimde güvenilir bir kartı geçmemesi için), ardından taban çizgisine göre kazanma oranının 0–100 ölçeğine doğrusal eşlenmesi.
baseline = total_wins / total_runs # global win rate shrunk = (wins + baseline · 50) / (picks + 50) delta = shrunk − baseline raw = (delta / 0.15 + 1) · 50 score = clamp(raw, 0, 100) # rounded to integer
Aşağıdaki tüm satırlar için aynı taban çizgisi (%50 kazanma oranı). Örneklem boyutunun ne kadar önemli olduğuna dikkat edin: 5 seçimde kusursuz sicil B katmanı alırken 500 seçimde %56 sicil A katmanı alır.
| Senaryo | Seçimler | Galibiyetler | Galibiyet % | Puan |
|---|---|---|---|---|
| Devasa örneklem, elit | 1000 | 700 | 70% | S100 |
| Yüksek N, güçlü | 100 | 70 | 70% | S94 |
| Orta N, sağlam | 500 | 280 | 56% | B68 |
| Düşük N, kusursuz | 5 | 5 | 100% | B65 |
| Ortalama performans | 50 | 25 | 50% | C50 |
| Küçük örneklem, henüz galibiyet yok | 5 | 0 | 0% | D35 |
| Büyük örneklem, düşük performans | 200 | 60 | 30% | F0 |
Codex Score kazanma oranını puanlar; bu dürüsttür ama karıştırıcıdır: bir kartın kazanma oranı onu kimin seçtiğini ve hangi desteye girdiğini yansıtır, yalnızca kartı değil. Codex Elo buna diğer taraftan saldırır. Galibiyetleri tamamen yok sayar ve bunun yerine açığa çıkan tercihi okur. Her kart ödül ekranı, aldığınız kartın atladığınız kartları yendiği bire bir bir karşılaşma olarak ele alınır. Milyonlarca böyle karara bir Bradley-Terry modeli uygulayın; “sunulduğunda oyuncular gerçekten hangi kartı ister?” sorusuna bir derece elde edersiniz.
İkisini birlikte kullanın: Score “bu oyun kazandırır” der, Elo “oyuncular bunu gördüğünde ister” der. Her ikisinde de yüksek kartlar nettir; aralarındaki fark genellikle bir deste-odaklı ya da duruma bağlı seçimdir. İkisi de Kart Ölçütleri tablosunda yan yana yer alır.
Codex Score naif bir kazanma oranı korelasyonudur ve korelasyonun yükü vardır. Aşağıdaki en büyük iki karıştırıcı, bariz şekilde iyi bazı kartların neden düşük, bazı niş kartların neden yüksek çıkabildiğini açıklar. Bir notu hüküm olarak değil, çekinceleri olan bir sinyal olarak okuyun. Bir kart ödül ekranlarında sunulmuşsa, Codex Elo daha az karıştırıcılı karşı ağırlıktır: beceriden bağımsızdır ve maruziyetle ağırlıklandırılmaz. Codex Elo'ya git
Bariz karıştırıcıları kendiniz ayıklamak için Kart Ölçütleri tablosu Codex Elo'yu Score'un yanına koyar ve ikisini de karakter ve koşu dilimlerine göre böler. Kart Metrikleri →
Daha fazla koşu gönderildikçe her puan keskinleşir; özellikle topluluk veri setlerinde sürekli eksik temsil edilen yenilgiler. Gönderen havuzu verinin ta kendisidir.
→ Koşu gönder