VantHoff

> 通过属性预测比赛结果这个应用场景应该很适合机器学习 > > 不过我需要自学一下机器学习 提升准确率还是要看技能，属性不够但是搭配技能可能就可以跑出很好的成绩。

> 而且自动育成不加技能 如果你不能无技能ura胜利说明支援卡不够好 是这样，我的支援卡等级的确不好 > 绿色技能发动倒是可以直接算上 应该是只有一部分可以。比如说幸运7，一匹狼这种就没法计算

> 话说现在有dataset了吗？我学过一定的机器学习和深度学习，我想试着尝试一下。此外对于赛事预测的话，在nurturing中我们预测的是“相对”名次，这不仅取决于我们自己的属性，同样取决于其他电脑的马娘的属性。在相同属性的条件下，对于不同年份的同一个比赛得出的结果也会不同。这是否意味着我们需要的训练样本大大增加？如果要采集数据的话，我个人觉得需要的attribute有马娘的五个属性，跑法，当前游戏中的日期，赛场的距离，场地适应度，跑法适应度，距离适应度。对于赛场，如果细化的话可以额外增加赛场的名字（因为距离相近的比赛，电脑马娘的强度可能存在差别）。而label即为我们马娘在该场比赛中的名次。我认为该种方法无需知道除了我们自身以外的其他马娘的属性便可以对于我们的排名进行预测。 > 而另一种方式是，我似乎在Twitter上看到过马娘跑完整个赛程的所需时间的公式。虽然公式中存在一定的bias，但是如果我们悲观估计我们自己的马娘可以得到我们马娘在某一个比赛中的下限，乐观估计其他马娘可以得到其上限。这存在一定的可操作性，但是缺点也很明显，需要的是跟我们比赛的其他马娘的属性。我没有留意过是否在一整轮游戏中某一场比赛中马娘们的属性是固定不会变动的，如果是的话我认为这或许也是一种办法。 有一个项目是模拟跑马，里面的计算功能很强大。可以去看一下。 - [指路](http://race.wf-calc.net/) - [源代码](https://github.com/urakagi/uma-clock-emu)

通过识别增加体力上限的事件，来确定是否有上限的增长？

参考下这里？[在更新至2.12.0后部分插件报错](https://github.com/mamoe/mirai/issues/2146)

> #6 > 空的地方不用管 > S C F 都要自己抓，我用的 模拟器+微博手机客户端+burp抓的，已经成功了！感谢作者 > 抓到GET https://api.weibo.cn 包后，里面有c=android&s=8个字符，还有from=10B0000000类似的，填入config.json即可 我在json中增加了这样的参数` "from": "xxxxxxx"`或`"F": "xxxxxxx"`，但是脚本会提示： `微博app参数验证失败(请重新填写S参数和C参数):客户端身份校验失败` 请问您的json各式看起来是什么样子的呢？

[ChatLearning](https://github.com/Nana-Miko/ChatLearning)和[Amiya-Bot](https://github.com/AmiyaBot/Amiya-Bot)都需要使用http接口

> 从一个端口进入有影响吗 有，先启动Amiya-Bot然后启动ChatLearing会导致chatLearning收不到消息

不太清楚（ ChatLearing不推荐使用新版本的mirai-http

@Xie-Long-0 I run in chroot, which created by Linux Deploy on Android. Seems like its pids are inherited from the host. I'm also using `linux deploy` and changed the code...