机器学习
胜率
30.3%
选取率
1.7%
Δ 对比均值
+16.0

机器学习 Power

Rare
类型
Power
稀有度
Rare
费用
1
职业
Defect

在你的回合开始时,额外抽张牌。

机器学习 在 Slay the Spire 2 中强吗?

机器学习 是 Slay the Spire 2 中一张 arare的 Defect power。 在战斗中它的效果为:在你的回合开始时,额外抽张牌。 它是一个可靠的中游选项,在我们的排名中落于 C 梯队。

在 448 局记录旅程中,使用它的牌组有 30.3% 的胜率,稳稳高出 14.3% 的均值,领先 16.0%。 它是更挑剔的选择,仅出现在 1.7% 能使用它的牌组中。 出现数据支持这一选择——在展示出现的次数中有 42.2% 被选取,选取的对局胜率为 33.6%,未选取的为 25.5%,在 357 场已分出胜负的对局中选取增益为 +7.9%。 静默猎手 玩家会在 0.2% 的旅程中保留它,因此它在这些牌组中很常见。 平均而言,它在选取它的牌组中出现 1.2 次。

它与 疯狂科学 搭配时表现最佳——两者合力带来 +30.3% 的胜率波动。 它与遗物 白星 也有很强的契合度,能使其胜率变动 +29.2%。 费用为 1 能量,它在 28.4% 的旅程中被升级,通常在第 17 层左右加入牌组。

也就是牌组中带着它取得 134 胜、309 次死亡和 5 次弃局。 携带它的旅程最常被 帝皇蟹 终结,它结束了它 6.7% 的出场旅程。 继续阅读 机器学习 完整的联动、职业和威胁分析,判断它是否值得在你的 Defect 旅程中占有一席之地。

机器学习 胜率与选取率

机器学习 的 30.3% 胜率超出 14.3% 的全牌组均值 16.0%,差距如下图所示。

胜率30.3%
平均牌组14.3%
+16.0% 对比均值选取率: 1.7%448 局旅程

携带 机器学习 的旅程结果

机器学习 在 448 局追踪旅程中取得 134 胜 314 负(29.9% 胜率);弃局计为失利。

  • 胜利 29.9%
  • 失利 70.1%

选取还是放弃:机器学习

在已记录的 918 次出现中,机器学习 有 42.2% 被选取,选取它带来了 +7.9% 的选取增益——选取的对局为 33.6%,放弃的对局为 25.5%,共统计 357 场已分出胜负的对局。

出现时的选取率42.2%918 次出现

在 918 次出现中被选取 387 次。

选取后的胜率33.6%357 场对局
放弃后的胜率25.5%423 场对局
+8.1% 相较于放弃选取增益: +7.9%样本充足

出现时的选取率统计的是出现次数,而不是对局数:在游戏提供这个选项的所有次数中,玩家选取的比例。这与最终出现在对局中的比例并不是同一个数字。

选取增益是经过样本量校正后,选取该项与放弃该项的对局之间的胜率差距。这是更公平的排序方式,因为原始胜率会让样本量最小的选项排在最前面。

何时应该拿取 机器学习

机器学习 在 第 3 章 加入卡组时表现最强,此时对局胜率为 61.9%,共 21 场对局——是已记录的 3 个拿取时机之一。

第 1 章22.5%286 场对局
第 2 章42.5%137 场对局
第 3 章61.9%21 场对局

按 机器学习 加入卡组所在章节划分的对局胜率。未达到样本门槛的章节仅显示对局数。

与 机器学习 搭配的最佳卡牌

按胜率提升排名,机器学习 与 疯狂科学 (+30.3%), 能量涌动 (+29.8%), and 超临界态 (+24.5%) 搭配时表现最佳。

基于较小的共现样本——请将这些视为早期信号,而非最终结论。

机器学习 各职业胜率

机器学习 可在 2 个职业中使用,按胜率由 静默猎手 (72.7%) and 故障机器人 (28.9%) 领衔。

机器学习 的最佳遗物

机器学习 与遗物 白星 (+29.2%), 镀金缆线 (+27.5%), and 棋子 (+25.7%) 搭配最佳,按胜率提升排名。

基于较小的共现样本——请将这些视为早期信号,而非最终结论。

机器学习 卡牌详情

机器学习 是一张消耗 1 能量的 ararepower;它在 28.4% 的旅程中会被升级,通常在第 17 层前获得。

在你的回合开始时,额外抽张牌。

费用1
类型Power
稀有度Rare
职业Defect
平均副本数 / 牌组1.2
已升级28.4%
典型获取层17

什么会终结携带 机器学习 的旅程

机器学习 最常见的旅程终结者是 帝皇蟹 (6.7%), 实验体 (6.3%), and Aeonglass Boss (5.6%)。

  • 帝皇蟹占旅程的 6.7%
  • 实验体占旅程的 6.3%
  • Aeonglass Boss占旅程的 5.6%
  • 女王占旅程的 5.1%
  • 感染棱柱占旅程的 4.2%
MetaBot Desktop

夺取制胜优势

实时覆盖层、自动比赛追踪和专属工具——助你上分所需的一切,在 PC 上免费使用。

  • 游戏内覆盖层
  • 自动比赛追踪
  • 桌面端专属工具
🔍

帮助我们保持准确性! 如果您发现不正确的统计数据、缺失的数据或任何问题,您的反馈将直接帮助我们提高整个社区的数据质量。

报告问题

机器学习 – 常见问题

机器学习 在 Slay the Spire 2 中强吗?

在 448 局追踪旅程中,机器学习 拥有 30.3% 的胜率——高于平均牌组 +16.0%。胜率反映包含该卡牌的旅程以胜利告终的频率。

机器学习 在 Slay the Spire 2 中有什么效果?

机器学习 消耗 1 能量。在你的回合开始时,额外抽张牌。

机器学习 在 Slay the Spire 2 中属于哪个职业?

机器学习 是一张 aRare的 DefectPower。

机器学习 在 Slay the Spire 2 中值得升级吗?

机器学习 可以在休息点升级以增强其效果。

机器学习 的最佳遗物是什么?

在追踪旅程中,机器学习 与 白星 配合表现最佳,在两者同行的 23 局旅程中将其胜率提升了 +29.2%。

出现 机器学习 时应该选取吗?

在已记录的 918 次出现中,玩家有 42.2% 选取了 机器学习。选取它的对局胜率为 33.6%(357 场已分出胜负的对局),放弃它的对局为 25.5%(423 场已分出胜负的对局)——相差 +8.1%,在校正样本量后选取增益为 +7.9%。

另请参阅

在下方将 机器学习 与其余最佳 Slay the Spire 2 卡牌、遗物和职业进行对比。