导语：近日，一名ID叫Dave的工程师在其新闻博客flashed.gg上发文，称自己通过逆向工程近似确定了由HLTV构建，并被CS:GO社区广泛使用的Rating 2.0计算公式。
CS:GO作为一款机制简单易懂的游戏，在竞技层面却又变得格外复杂。虽然说枪战游戏的本质是击杀对手，但由于CS:GO比赛中T方与CT方的目标分别是引爆C4和防止C4爆炸，因此单纯“击杀”的重要性从一定程度上被削弱了。这就是为什么在一局游戏结束后，玩家们会查看自己的各项数据统计，而不仅仅是击杀和死亡这两项。只要有一项数据在全队中较为突出，就说明他对于全队表现起到了一定的积极作用，也从而找到了心理慰藉。
但在职业比赛中，人们希望能有一项统一的数据来评估选手的实力强弱与发挥好坏。最开始，大家使用的是“击杀死亡比”K/D（或K-D）来判断一名选手的价值，不过逐渐发现这种判断方式只在75%左右的情况下是合理的，而且在比较两场回合数不同的比赛时具有很强的欺骗性——回合数越少，死亡数越低，K/D越容易虚高。
第一个尝试解决判断标准问题的是HLTV，他们在2010年首次提出了用rating评估选手能力的概念，并公布了他们设计的第1套rating算法，即所谓的Rating 1.0。Rating 1.0包含三个数据元素：每回合击杀数（KPR）、回合存活率，以及多杀回合数。
在Rating 1.0推出后的7年里，CS竞技圈不断蓬勃发展，CS:GO的推出也将职业化提升到了一个全新的高度，各支战队中选手的角色分化愈发明显：有人负责火力输出，当明星选手，有人则负责打辅助；有人在攻打包点时负责突破，有人负责补枪，还有人负责断后打残局等等。HLTV意识到，再使用简单的Rating 1.0公式来衡量选手对战局的影响力已经不合时宜了。他们需要一个全新的rating算法来尽可能将比赛的各个层面均考虑入内，于是，2017年6月14日，Rating 2.0横空出世。
与Rating 1.0不同的是，这一次HLTV出于保密原因没有公布Rating 2.0的计算公式。不过，他们还是列出了公式中包含的5个变量：回合贡献率（KAST）、击杀、存活、影响力rating（Impact）和伤害。
既然变量已知，那么通过HLTV详尽的数据库从理论上来说应该就能逆向工程推算出公式本身了，而这也是一名ID叫Dave的工程师所做的事情。首先，Dave通过对数据的观察与思考，大胆猜测这是一个线性方程，意思是所有变量是通过加权相加减的方式来得出最终rating数值的。随后，他编写了一个爬虫工具扒下HLTV网站上一众选手的信息，包括其比赛数据。接下来，Dave随机假设一个线性方程，然后用回归的方式逐渐逼近真实方程的各项系数。
Dave本来想先得到一个近似的线性方程，然后再考虑其它复杂的可能性。然而，线性回归的结果却已经无比精确：R2高达0.995，误差也都小于0.01。在考虑到rating均只保留两位小数后，Dave将所得数据进行了四舍五入，得到了一些近乎完美的测试数据。
其中仍有个别数据存在0.01的误差，Dave也对此给出了解释：HLTV在计算Rating 2.0时CT方和T方所使用的公式略有不同，而他得到的“统一公式”没有对其进行区分。不过，结果已经足够准确了。如下就是Dave得到的Rating 2.0计算公式：
Rating 2.0 = 0.0073×KAST + 0.3591×KPR - 0.5329×DPR + 0.2372×Impact + 0.0032×ADR + 0.1587
式中英文变量解释如下：
- KAST：回合贡献率，是“Kill、Assist、Survive和Trade”的首字母缩写，指选手完成击杀、助攻、存活，或死亡时队友补枪成功的回合数占比赛总回合数的比例
- KPR：每回合击杀数
- DPR：每回合死亡数
- Impact：影响力rating，这是一项HLTV自创并相对Rating 1.0计算方式有所升级的数据指标，衡量选手完成多杀、首杀和残局等对比赛进程的影响力大小，具体计算方法亦未公布
- ADR：平均每回合造成伤害
那么，这个公式意味着什么？
乍一眼看去，DPR所占权重最高，甚至高于KPR，这似乎与社区对CS:GO的定义不符。大家总在说CS:GO是一款对枪游戏，但在HLTV看来，好像存活比击杀对手更为重要一些。但仔细思考后，我们会发现这个公式并没有这么简单。因为，你对敌人开的每一枪，造成的每一点伤害，都会或多或少地影响这个公式中的多项数据。
事实上，我们很难从这个公式中对各项数据的重要性得到一个明确的结论。比如，KAST和ADR从表面上看所占权重分别只有0.0073和0.0032，但这并不意味着它们的重要性就远少于其它三项数据。它们所占权重低的原因纯粹是因为这两项数据的数值通常会比KPR、DPR和Impact大得多——因此，拿到50%的KAST或打出平均每回合大于100点伤害，重要性约等同于多拿1个击杀。
真的如此吗？似乎又不是。因为KAST和Impact还是一个总括性的数据，它们的定义中就一定程度包含了KPR、DPR和ADR。总之，这五项数据相互重叠，且互不排斥。我们从中能够得到唯一似乎正确的结论便是：CS:GO不是一款非黑即白的游戏，你在比赛中的每一个决定并不一定就会提升/降低你的表现（即rating）或队伍胜率。这就回到本文开头所言，CS:GO是一款机制简单易懂，却又格外复杂的游戏。
就连HLTV自己在推出Rating 2.0的时候也表示，不管rating公式做得有多么细致，衡量一名选手表现的最好方式还是亲自观看比赛，用肉眼去鉴别。当然，这并不表明Rating 2.0的价值就近乎为零了。它仍然是一个对选手水平的良好参考，而且相比Rating 1.0来说的确能够更加精准地计算出选手对比赛的影响。像TACO、Xyp9x和fnx等辅助型选手在Rating 2.0推出后也都得到了社区的更多认可。
附：Dave用同样方法还得到了影响力rating（Impact）的近似计算公式，但并未使用HLTV所声称的多杀、首杀和残局等变量，而是仅用每回合击杀和助攻做了近似计算。该公式如下，仅作粗略参考：
Impact ≈ 2.13×KPR + 0.42×APR - 0.41
（尾注：Dave通过逆向工程得到的公式并不是HLTV使用的原始公式，只是一个近似计算方法。HLTV在计算rating时会使用更加精细的数据及计算方法，包括单回合的数据以及选手相对其他人的表现水平等——而且，正如文中所述，CT方和T方的rating计算方法还略有差别）