谁是史上最强将领?算法证明:拿破仑

编者按:本文编译自towardsdatascience原标题为Napoleon was the Best General Ever, and the Math Proves it的文章。

Africanus问汉尼拔,在你看来,谁是最伟大的将领?汉尼拔认为是亚历山大。Africanus又问谁是第二呢?汉尼拔选择了Pyrrhus。谁是第三呢?汉尼拔毫不犹豫地说是自己。 然后Scipio 忍不住笑了说,如果你打败了我,你会怎么说呢?

— Livy

就像汉尼拔一样,我想给战争史上有名的将领排个名。与汉尼拔不同,我希望通过数据来评定每位将领的能力,而不是根据个人的成就。 我的模型可以给军事历史上的每位杰出的指挥官排序。

方法

受到棒球比赛的启发,我选择使用额外胜利数(WAR)作为评估体系。WAR体系经常用来估算棒球选手对其球队的贡献。它能计算出相对于替补队员上场,选手对其球队的贡献。 例如,相对于一个高级别小联盟球员的平均贡献得分,一位5WAR的棒球选手可以为其团队贡献5个得分。 WAR的缺陷还有很多,但它可以根据数据评估选手的能力。

因此,我希望利用WAR来评估每位将领作出的贡献是处于平均水平之上还是之下。 下面我将解释我的模型在不同情况下如何计算出平均水平。 我甚至可以根据一位将领在相同的情况下(假设替补将军处于平均水平)和替补将领的差距来评估他的能力。 换句话说,我能计算出所有将军的WAR。

数据

我面临的第一个挑战是如何构建一个可靠的数据集。 由于找不到一个全面的历史战争数据集,我决定自己动手建立。维基百科的战争列表包括3580场独立战争和6619位将军。虽然不够全面,但维基百科的列表为我将要创建的模型提供了足够的样本。 然后,我开发了一个功能,可以为每场战斗提供关键信息,包括参与战斗的所有指挥官,指挥官可用的总兵力以及战斗结果。 由此产生的数据集为创建基准水平提供了大量的战斗样本。我将拿其他将军和这个基准水平作对比。

以这个战斗样本为基准,我构建了一个线性模型。 我把每场战斗的兵力分成步兵,骑兵,炮兵,空军和海军。 根据一位将军的对手的情况,我能计算出其优势或劣势的数值。然而该模型算出的数值非常保守,这表明与其他因素(如地形或技术)相比,新兵数量的影响相对较小,这一点值得深入探究。 然而,在这个项目的结果中,指挥官的战术敏锐度与其他因素相比更为重要。

我已准备好给每位将军排名,然后深入研究排名结果。方法如下:我先将每位将军指挥的战斗分开来看,然后给每场战斗中他们的表现一个WAR分数。 例如,法国皇帝拿破仑在波罗底诺战役中获得49WAR。由于法国军队略逊于俄罗斯帝国的战斗力,该模型得出拿破仑位置的替补将军有51%的胜算。WAR系统认为拿破仑百分百能够胜利,减去替补将军的胜算,拿破仑比替补高出0.49 。

对于计算失败率,该系统也使用了类似的方法。 例如,在波罗底诺战役中,拿破仑的对手,俄罗斯将军米哈伊尔·库图佐夫(Mikhail Kutuzov)得到了-0.49 WAR。 由于失败,他取得了-1个胜利,但是替补将军也有51%的可能会输。

结果

在所有的将领中,拿破仑的WAR最高(16.679)。 事实上,第二名是凯撒(Julius Caesar,7.445 WAR),但他的战绩还不到拿破仑的一半。 拿破仑的优势在于他指挥的战斗数量很多。 在他的43场战斗中,赢了38场,仅输了5场。拿破仑在17场战斗中攻克艰险取得胜利,在5场战斗中转败为胜。在战争数量上,没有人可以与拿破仑匹敌。 拿破仑指挥了43场战斗,第二名罗伯特·E·李(Robert E. Lee),共指挥了27场战斗(平均战斗场数为1.5)。因为指挥战斗的次数多,拿破仑有更多的机会展示自己的实力。 亚历山大大帝虽然在总共的9场战斗中全部取胜,但由于他参战次数过少,时间较短,取得的WAR也较低。

除了拿破仑这个例外,其他的将领的WAR都比较平均。 这表明拿破仑的成功是因为其指挥才能卓越,模型的结果没有问题。拿破仑的WAR与数据集中将领的平均WAR差距为23。

还有一些将领,他们虽然名声很大,但是WAR低的惊人。美国南方联盟的

司令罗伯特·E·李(Robert E. Lee)的WAR为-1.89,这表明处于平均水平的将领比Lee还要成功。Lee处于不利地位,因为他军队规模和资源都有限。 尽管如此,他也实在称不上战略家这个称号。有些历史学家批评了他的作战战略和指挥关键战役的方式。他的WAR证明这些历史学家的想法是对的。例如, 在葛底斯堡战役的最后一天,Lee指挥的“皮克特冲锋”真是一场灾难。 用南卡罗来纳大学教授托马斯·康利(Thomas Connely)的话来说,“如果没有罗伯特·李(Robert E. Lee),南方的情况可能不会那么糟。

二战期间,德国陆军元帅欧文·隆美尔(Erwin Rommel)因在北非的战役取得成功,绰号“沙漠之狐”。在这个模型中,他的成绩也不佳,最终战绩为-1.953。 这和近代将领,包括诺曼·施瓦茨科普夫和阿里尔·沙龙,对隆美尔的赞誉不太一致。像Lee一样,隆美尔一直是历史上颇有争议的人物。批评家认为他之所以被称作作战天才,主要是因为德国和盟国的宣传。据报道,英国将领夸大隆美尔的作战能力是为了掩盖自己失败。

在模型中,近代将领的成绩相对较差。美国将军乔治·S·巴顿(George S. Patton)被历史学家特里·布莱顿(Terry Brighton)称作“二战中最伟大的将军”之一,而他也只获得了0.9WAR。 近代将领的WAR较低可能是因为他们参加的战争数量较少。

二战后的将领中,以色列指挥官脱颖而出。以色列军方领导人摩西·达扬获得了2.109WAR(共指挥60场战斗)。他的WAR是近代将领中非常出色的,但与20世纪前的将领相比,还是稍逊一筹。以色列前总理沙龙(Ariel Sharon)在苏伊士危机,六日战争和赎罪日战争中取得胜利,因此获得了2.171WAR(总指挥58场战斗)。

最后,我把汉尼拔对这些将领的评估与我的模型结果进行了比较。根据WAR值,汉尼拔低估了自己的能力。汉尼拔的WAR最高,达到了5.519(总计第六)。亚历山大大帝被汉尼拔(Hannibal)排在第一。在我的模型中,他稍逊于汉尼拔,获得了4.391 WAR(总计第10位)。经历9场战斗后,亚历山大就去世了,但他赢得了所有的战斗。汉尼拔共经历17次战斗,赢了13场,输了2场,撤退2场。因此,我和汉尼拔的评估是一致的,即虽然汉尼拔参与战斗更多,但亚历山大才是实至名归的战术家,他展示了自己的作战能力。如果不是疾病,他可能会继续打胜仗。

然而,我的发现不同于汉尼拔对希腊将军Pyrrhus of Epirus的评估。在我的模特中,Pyrrhus 只有3次战斗记录,得到了-0.53 WAR。虽然汉尼拔把创新的军事策略归功于Pyrrhus ,但是无法证明Pyrrhus 的策略一定能在战争中取胜。因此我对他的战术深表怀疑。

我的模型可以更加有趣客观地评估各将领的作战能力。WAR为以后的研究提供了范例,未来的研究也可以通过扩大数据集和改进其他因素来优化这个模型。

基于读者的反馈,我想先明确自己的立场。首先,这篇文章的目的只是为了和大家分享一个有趣的实验,而不是确定性的排名,也不是对军事历史的学术贡献。

此外,我的很多资料都来源于维基百科,因此我的模型存在漏洞。由于缺乏资源,数据可能不是非常精确。

我相信绝大多数读者阅读这篇文章是出于对我实验的兴趣。感谢大家的支持和意见!

Github:https://github.com/ethanarsht/military_rankings

原文作者:Ethan Arsht

原文发布于微信公众号 - ACM算法日常(acm-clan)

原文发表时间:2018-01-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CDA数据分析师

【揭秘】大数据揭秘NBA未来5年总冠军!快来找找有没有你喜欢的球队!

前ESPN数据专家约翰-霍林格(John Hollinger)凭借着独特的算法和球员数据分析,成为了灰熊队篮球事务副总裁。他是很多NBA数据狂的偶像,他...

208100
来自专栏罗超频道

世界杯年轻化娱乐化,媒体如何抢占C位?

在经历几十个日夜的64场鏖战后,“高卢雄鸡”法国队终于在时隔20年后,捧回大力神杯。颁奖典礼上,天降大雨,给了本届世界杯一个酣畅淋漓的注解,而本届世界杯让人难忘...

8420
来自专栏量子位

人类一败涂地!OpenAI血虐Dota2半职业战队!马斯克仅评价了两个字

北京时间早上5点58分,人类半职业Dota高手队对战OpenAI Five第二局接近尾声,被称为“大老师”的dota plus大数据对人类战队宣判了死刑。

10000
来自专栏大数据文摘

德国队的大数据策略|虽然被淘汰了但是人家准备很充分啊

12120
来自专栏云计算D1net

刚夸两句就被打脸 谷歌云计算能靠谱点吗

昨天,世界杯四强决出头两名,德国成为首支晋级四强的球队。就在德国民众举国欢庆的时候,科技巨头谷歌却显得十分尴尬。因为根据谷歌云计算的预测,德国将输给法国,无缘四...

34360
来自专栏CDA数据分析师

最后,请让我以这样的方式说再见:从球员数据看Kobe

文 | 吕鸿福 杨一凡(北大数院在读) 原创文章 转载请注明来源 ? When we first met, I was just a kid. When you...

20350
来自专栏企鹅号快讯

又一棋坛AI崛起:AlphaZero自学4小时击败最强国际象棋程序,8小时击败AlphaGo

谷歌旗下人工智能公司DeepMind将围棋AI转战国际象棋和日本将棋领域——无须人类智慧加持,已胜券在握。 AlphaZero是由谷歌旗下DeepMind研发的...

312120
来自专栏大数据文摘

「体育大数据」职业体育大数据应用之橄榄球

206100
来自专栏新智元

【2018世界杯数据分析】梅西为什么进不了球?

11620
来自专栏BestSDK

租房大数据:你不仅买不起房,未来也租不起了

据链家发布的数据,北京现在有35%的人租房住。按照北京常住人口2100万计算,当前北京大约有735万人在租房。纽约、香港、巴黎这样的国际型城市,都是超过一半的人...

435140

扫码关注云+社区

领取腾讯云代金券