《幸存者》节目获胜者预测模型

# 幸存者制胜模型 来源：https://victoriaritvo.com/blog/predicting-survivor/ 《幸存者》新一季即将开播。观看节目时，我最热衷于讨论策略：谁该赢得该季冠军？是低调行事更胜一筹，还是采取大胆行动能奠定胜局？谁是史上最伟大的玩家：Cirie？Tony？Boston Rob？我突发奇想，尝试构建一个机器学习模型来回答这些问题。 在《幸存者》节目中，一群素未谋面的真实陌生人被困在偏远之地。他们需要管理营地生活、争夺“豁免权”挑战、寻找优势道具，并每隔三天在“部落会议”上投票淘汰对手。当仅剩最后两三名玩家时，曾被淘汰的成员（现称为“评审团”）将投票选出获胜者。最终赢家将获得百万美元奖金和“唯一幸存者”称号。 这本质上是一场社交策略游戏。其复杂性似乎难以用数学模型完全捕捉。但当我们观看并争论节目时，实际上已在潜意识中构建了关于制胜要素的思维模型。机器学习模型正是将这些理论系统化并加以验证的工具。或许，它能为“唯一幸存者”的归属提供有意义的预测参考（当然，如果你和我一样属于无视博彩市场泄露信息的类型，可参考Variety相关报道 https://variety.com/2026/tv/news/survivor-jeff-probst-kalshi-polymarket-spoilers-1236757354/）。 观看第50季时，这个模型让我乐在其中。它早期就识别出若干有趣趋势，我将在后文分享部分洞见。模型会逐集预测最可能夺冠的选手，以及最可能被淘汰的玩家。你可以在此处体验模型结果：https://victoriaritvo.com/survivor-ml/ **幸存者机器学习面板概览** （网站默认加载最新季度，但可回溯往季数据） 顶部行展示整季的胜率与淘汰概率分布；下方是“排名第一累计频次图”，能更清晰展现真正的夺冠热门；“玩家分析”模块可单独查看每位选手的特征权重如何影响其胜算。更多细节将在下文展开（若想深入了解技术细节，文末设有附录）。 **注意**：以下内容包含《幸存者》剧情剧透！ （杰夫·普罗斯特宣布“我们开始吧！”的场景） ## 模型构建 数据来源于survivoR GitHub仓库（https://github.com/doehm/survivoR），其中包含大量结构化的《幸存者》数据：投票历史、挑战结果、优势道具、选手背景、剪辑指标等。我训练了两个独立模型：一个预测下集淘汰人选，另一个预测全季冠军。 （数据量有限——尤其冠军模型仅有50个美国版冠军样本，因此所有结果需谨慎看待）。两个模型均采用逻辑回归算法。我尝试过更复杂的模型，但表现反而欠佳（若感兴趣可查阅方法论注释 https://victoriaritvo.com/blog/predicting-survivor/#methodology-notes）。 我构建了大量候选特征，让模型自主筛选重要变量。最终进入冠军模型的特征包括： - **身处险境次数**（获得任何投票的部落会议数量） - **剩余人数N**（控制变量，对所有玩家相同，故未在面板展示，但模型实际使用） - **忏悔室镜头占比**（最近3集滚动平均占比；该特征反映剪辑叙事倾向） - **年龄**（以曲线形式呈现：30岁左右胜率最高，过高或过低均降低概率） - **往季参赛次数** - **持有优势道具**（是/否） 淘汰模型的特征略有差异： - **剩余人数N** - **持有优势道具数量**（具体数值而非二元变量） - **近3集获得的反对票数** - **个人豁免赛胜率** - **年龄**（曲线效应弱于冠军模型） 有趣的是，两个模型筛选出的特征并不相同，说明“夺冠”与“避免淘汰”本质上是不同的命题——评审团的支持度需要截然不同的要素。这与主流观点相符。例如《Rob Has a Podcast》近期一期节目（https://www.youtube.com/watch?v=utz9CwNcHqo）深度剖析第50季胜负关键时，主持人Rob Cesternino总结道：低淘汰概率未必对应高胜率。 ## 模型表现评估 从不同视角看，表现尚可。为简化讨论，主要分析冠军模型。我并非声称能用它“预知”冠军，但其预测准确率约为随机选择的2倍。 （随机选取玩家猜中冠军的概率约10%——该比例随剩余人数浮动，10%为平均值；而模型排名第一的选手正确率略超20%）。这种2倍优势在第二集后持续有效（此时特征已积累足够数据）。 20%的正确率看似不高？确实，模型多数时候会出错。但任何季度都存在大量不可量化的策略与运气因素，这是任何模型都无法捕捉的。而超越基准线2倍已属不错表现！ 还需区分两点：模型的**排名机制**与**具体概率值**。每集概率浮动微乎其微（尤其前期大群体分散了胜算），但有趣的是：排名顺序可能比概率数值更具信息量——模型第一名的实际胜率高于概率显示（例如进入决赛时，第一名平均概率仅29%，但实际胜率达40%）。仅凭“模型最看好”就已具备预测价值。这种差异可能源于我的模型设计特性，将在附录深入讨论。 实践中，模型评估常与观众（至少我自己）的直观感受高度吻合：它显著偏爱多数公认优秀冠军，根据赛况实时调整玩家胜率，且常在叙事主线明朗前捕捉到趋势转折。由于我同步运行模型观看第50季，得以实时观察这些过程。 ## 第50季模型表现 整体表现良好，模型成为观赛时的有趣搭档。以下实例展示其应用价值： **模型早于我本人发掘Jonathan（亚军）的冠军潜力。** 他最终做出一系列强劲终局决策，以最高胜率进入决赛（虽最终落败，但考虑到他与冠军仅一步之遥，结果并非不合理）。 “逐集胜率曲线图”展示了每位玩家的相对胜率，可见其中期攀升轨迹。 （图示：模型早期识别Jonathan为强劲竞争者） **冠军Aubry全季均位列模型主要候选人。** 决赛时模型给予Jonathan高于Aubry的胜率，但她前期表现强势，且曾长期位居第一。此处第二指标提供了不同视角：“排名第一集数占比”能平滑呈现真正的竞争者，且仅在播出数集后才出现在面板。 第50季中，仅Jonathan、Aubry、Ozzy和Christian曾登顶第一——他们都是值得认真对待的玩家。 （图示：第50季主要竞争者，展示每位玩家排名第一的集数占比） **模型能真实反映游戏内事件。** 第11集，Cirie察觉危险并正确使用额外投票优势道具自救。她避免了淘汰，但此举导致她：获得过投票记录（负面）、耗尽优势道具（负面）。模型精准捕捉到这一变化，其淘汰概率骤升而胜率相对下滑。她于次集出局。 （图示：Cirie的淘汰概率（左）与胜概率（右）变化） （大多数赛季中Cirie的淘汰与胜算概率双低；其胜率后期攀升，但自救行动也使其暴露风险） **为何模型始终低估Cirie？** Cirie是备受爱戴的明星玩家，众多粉丝为她在第50季的表现欣喜。在我看来，她对社交游戏的掌控无人能及。她的胜率在游戏中稳步上升，但从未达到我内心期望的高度。其玩家分析显示：年龄制约了她的*获胜*概率。 我无法判断这是模型未能识别Cirie的独特优势，还是反映了粉丝不愿面对的现实。或许两者兼有。 （图示：Cirie在第102集（淘汰集）的玩家分析，左侧两图为淘汰模型，右侧两图为胜率模型。上排“模型贡献度”展示各特征影响权重；下排“横向对比”显示该玩家特征值与其他存活玩家的差异） ## 制胜关键要素 你可能好奇这些特征如何影响胜率？被剔除的特征又如何？个人豁免赛胜率如何影响夺冠几率？主导投票是否有帮助？ 为避免直接解释主模型特征，我为每个特征单独训练了简化模型（控制游戏阶段变量），同时纳入被剔除的特征。以下展示最有趣的结果（注意：这些是关联性结论而非因果关系——模型无法区分“年龄本身导致夺冠困难”与“节目组将年长选手设定为非冠军角色”）。 （图示：各特征与获胜的关联性） 忏悔室镜头占比与胜率强相关，而身处险境（更多部落会议获得投票）则不利。 （对ML从业者说明：此分析控制了游戏阶段，基于`won_season ~ <feature> + n`的逻辑回归模型，其中`n`为剩余人数。因胜率自然随赛程推进上升，部分特征与比赛进程相关。误差条基于2000次自助法重采样（以整季为单位）计算，尊重了季内各集非独立的事实。） 许多结论符合直觉：常被讨论的“冠军剪辑”（即获得更多镜头的玩家更可能夺冠），忏悔室占比与胜率的强关联印证了这点。需注意：剪辑本身不属于游戏要素，模型捕捉的是事后叙事倾向。我将其纳入特征是为预测随播赛季的冠军，但对策略评估未必有用（除非你认为“善于讲故事”能助你夺冠）。 其他发现：频繁身处险境（更多部落会议获票、近期更多反对票）与夺冠负相关。部分特征可能存在信号（置信区间较宽），如“往季参赛者”与“持有优势道具”或具正面效应。 虽未在图中展示，但影响*淘汰概率*的特征呈现不同故事：持有优势道具与未获投票最能降低淘汰风险。团队在早期赢得豁免具有保护作用，而后期个人豁免赛胜利可能使你成为威胁目标。这些特征与夺冠要素并不完全一致（再次强调：安全存活≠夺冠）。 ## 跨赛季冠军对比 模型运行后，我开始进行跨季分析：不同赛季玩家如何比较？为简化处理，我选取决赛阶段作为固定参考点（本节仅分析进入最终集的约5位玩家）。此前使用的“排名第一累计占比”指标表现稳定（决赛时预测冠军准确率约40%，基准概率20%）。 对每位冠军，我计算其占比与次高选手的差值（该方法存在缺陷：不同参赛人数影响登顶难度，但可提供粗略视角）。例如第50季，Aubry在13集中4次排名第一（31%），Jonathan5次（38%），差值为-7个百分点，我称之为Aubry的“优势度分数”。 （图示：每位冠军的优势度分数：决赛时冠军与次高选手的排名第一占比差） 结果类似于《幸存者》“最干净获胜”排行榜。若让我主观评判获胜洁净度，该排名与此相当吻合。Boston Rob在第22季的压倒性胜利居首，Tony在第28季的狂野策略夺冠紧随其后。部分被粉丝轻视的冠军位次靠后（如第19季Natalie——该季由亚军Russell Hantz主导），但低分也可能仅因对手强势。Parvati在第16季的经典夺冠排名中游，或因需击败众多顶尖玩家。 ## 最大爆冷选手 同样可分析进入决赛的非冠军选手，回答不同问题：谁是《幸存者》史上最大“爆冷者”？ （图示：最大爆冷选手，采用相同优势度差值计算） 该结果同样与多数粉丝共识相符：第19季Russell Hantz位列第一；第8季Boston Rob排名靠前（颇具趣味性：他当时与Amber组成双人组合主导比赛，并在Amber获胜前向其求婚，意味着他与冠军实质共同赢得了奖金）。如前所述，Boston Rob后来在第22季登顶最强势冠军榜单。 ## 总结 本模型存在诸多局限。若能获取社交化学反应度量或……