ELO：修订间差异
跳到导航
跳到搜索
（创建页面，内容为“ELO适合给多个引擎(棋手)排名，因为ELO使用广泛，所以即使是一对一的引擎测试也会显示ELO和误差范围。 正常ELO和胜率的计算公式是 1/(1+10^(n/400)) ，其中n是双方的ELO差 在多个引擎排名中，其中两个引擎遇上，如果A引擎比B引擎高71ELO，那么可以认为A对B的胜率为1/(1+10^(-71/400)≈0.60，也就是60%胜率(和棋算半胜半负)，然后根据结果看有没有60%胜率，如果…”） |
无编辑摘要 |
||
| 第1行： | 第1行： | ||
ELO适合给多个引擎(棋手) | ELO适合给多个引擎(棋手)排名，并给出分数更直观地看出差距，因为ELO使用广泛，所以即使是一对一的引擎测试也会显示ELO和误差范围。 | ||
正常ELO和胜率的计算公式是 1/(1+10^(n/400)) | 正常ELO和胜率的计算公式是 1/(1+10^(n/400)) ，其中n是双方的ELO差。 | ||
在多个引擎排名中，其中两个引擎遇上，如果A引擎比B引擎高71ELO，那么可以认为A对B的胜率为1/(1+10^(-71/400)≈0.60，也就是60%胜率(和棋算半胜半负)，然后根据结果看有没有60%胜率，如果没有，就扣A的ELO，加B的ELO。 | 在多个引擎排名中，其中两个引擎遇上，如果A引擎比B引擎高71ELO，那么可以认为A对B的胜率为1/(1+10^(-71/400)≈0.60，也就是60%胜率(和棋算半胜半负)，然后根据结果看有没有60%胜率，如果没有，就扣A的ELO，加B的ELO。 | ||
2024年3月31日 (日) 05:37的版本
ELO适合给多个引擎(棋手)排名，并给出分数更直观地看出差距，因为ELO使用广泛，所以即使是一对一的引擎测试也会显示ELO和误差范围。
正常ELO和胜率的计算公式是 1/(1+10^(n/400)) ，其中n是双方的ELO差。
在多个引擎排名中，其中两个引擎遇上，如果A引擎比B引擎高71ELO，那么可以认为A对B的胜率为1/(1+10^(-71/400)≈0.60，也就是60%胜率(和棋算半胜半负)，然后根据结果看有没有60%胜率，如果没有，就扣A的ELO，加B的ELO。 而在一对一的引擎测试中，ELO就完全等于胜率。
非一对一的情况下，不同的ELO系统可能计算方式不同，而且系统内的引擎(棋手)不同，比赛方法不同等等。
所以不同ELO系统间的ELO分数不能互相比较，可以参考强弱关系，但不能直接比较分数。