Qui est le meilleur joueur de LoL du monde ?

La stat que tout le monde regarde : (kills + assists) / morts. Minimum 15 games en 2025.

Le meilleur joueur du monde serait donc Rekkles… en NLC, la ligue régionale britannique et nordique, avec 80 % de victoires.

• ProblèmeLe KDA mesure surtout si ton équipe gagne : corrélation de 0,66 avec le winrate du joueur. Une équipe qui écrase sa ligue donne des KDA énormes à ses cinq joueurs.
• ProblèmeIl ne sait pas contre qui tu joues. Dominer la NLC et dominer la LCK, ce n'est pas le même exploit.

Ton notebook : des stats par rôle, pondérées à la main, normalisées en z-score, puis additionnées. Je l'ai appliqué tel quel à toutes les ligues au lieu de la seule LEC.

• BugLes z-scores sont calculés sur tous les rôles mélangés. Résultat : les poids choisis ne sont pas ceux qui s'appliquent. Une stat qui varie beaucoup entre rôles (les DPM) est écrasée ; une stat qui varie peu (le GD@10) prend le dessus.
• BugUne seule stat manquante annule toute la note : 339 joueurs n'ont pas de note, dont 329 junglers (la stat « STL » n'existe pas dans les données game par game, et la LPL 2025 n'a pas de stats à 10 min).

Poids voulus ⇒ poids réellement appliqués (part de la variance intra-rôle), sur les 1 700 joueurs à 15 games ou plus.

Correction du bug : chaque joueur est comparé aux joueurs de son rôle. Les stats manquantes valent la moyenne.

Le top 50 mondial compte 8 de LJL, 4 de NEXO, 4 de NL… et 2 joueur(s) des six ligues majeures.

• ProblèmeLa ligue. Les stats sont relatives aux adversaires ; être le meilleur d'une petite ligue gonfle tout.
• ProblèmeLa fraude électorale, comme dans la vidéo : DPM et DMG% sont corrélés à 0,76, GD@10 et XPD@10 à 0,72, CSD@10 et XPD@10 à 0,72. Certaines compétences votent deux fois.
• ProblèmeLe champion. Un Azir et un Rakan ne font pas les mêmes DPM, quel que soit le joueur.
• ProblèmeLes poids sont toujours choisis à la main. Pourquoi 0,25 et pas 0,15 ?

L'idée vient du basket (le « RAPM ») : on oublie les stats individuelles. Chaque game devient une équation.

écart d'or final = côté bleu + (5 notes bleues) − (5 notes rouges) + bruit

Avec des milliers d'équations et quelques milliers d'inconnues, on résout pour trouver la note de chaque joueur. Un joueur est bien noté si son équipe fait mieux quand il est là, peu importe ses stats.

• NouveauRégression ridge : les notes sont tirées vers zéro tant que les données ne prouvent rien. Un remplaçant avec 3 games ne peut pas finir n°1.
• ProblèmeUne équipe garde souvent le même cinq : en médiane, 2 compositions différentes par équipe sur l'année. Si cinq joueurs jouent toujours ensemble, aucune équation ne peut dire lequel porte les autres.

Chaque note devient « niveau de la ligue d'origine + écart individuel ». Les ligues sont reliées par les tournois internationaux (First Stand, MSI, EWC, Worlds, EMEA Masters, Asia Masters…) et par les joueurs qui changent de ligue.

• RatéPremier essai : la LFL sortait ligue la plus forte du monde, la LCK 7^e. J'avais attaché le niveau de ligue à l'équipe de chaque game, avec une pénalité trop faible. Les ERL ne jouent jamais contre la LEC : chaque « îlot » de ligues se recentrait sur zéro, et la LFL, reine de l'îlot ERL, montait au sommet.
• CorrectifLe niveau de ligue est porté par le joueur (sa ligue principale). Quand un joueur de LFL vient jouer en LEC, son match relie les deux ligues.
• NomsLes ligues changent de nom selon les années. En 2025, la LTA Nord regroupe les équipes de la LCS et la LTA Sud celles du CBLOL plus deux équipes LATAM ; en 2026, LCS et CBLOL reviennent. Je les fusionne sous leurs noms 2026. La « LTA » tout court (matchs croisés Nord/Sud) compte comme un tournoi international, et la SuperLiga espagnole devient la LES.

Le RAPM seul est très bruité. Je lui donne un point de départ : une note « stats » par rôle, sans poids à la main. La machine apprend quelles stats ressemblent à l'impact mesuré en 0.4. Surtout pas celles qui prédisent la victoire : ce serait réintroduire l'équipe par la porte de derrière.

• NouveauStats corrigées du champion (moyenne du champion à ce rôle) et exprimées par rapport à la ligue du joueur.
• NouveauUn jeu de poids différent par rôle.

• BuffLa cible devient l'écart d'or final, pas seulement victoire/défaite. Une victoire à +15 k et une victoire arrachée à +500 ne racontent pas la même chose. Sur 400 versions du modèle, la cible « or » fait en moyenne 0,703 d'AUC contre 0,698 pour la victoire seule.

• Sans effetLa correction du champion : AUC moyenne 0,701 sans, 0,701 avec. Je la garde parce qu'elle est défendable, pas parce qu'elle aide.
• Sans effetLes stats de lane à 15 min : 0,701 sans, 0,701 avec.
• AbandonnéL'oubli progressif (les games récentes comptent plus) : aucun gain, ni dans le multivers ni dans le test 2026.

Avec le fichier 2025 complet (Worlds et intersaison compris) et la saison 2026, le modèle a de nouveau placé la LFL devant la LEC. Cette fois, ce n'était pas un réglage, c'était un bug.

• BugLes joueurs vus uniquement en tournoi (EMEA Masters, KeSPA Cup, Demacia Cup…) partageaient un seul groupe « international ». Ce fourre-tout reliait artificiellement des ligues qui ne se sont jamais affrontées.
• CorrectifChaque tournoi garde son propre groupe, et les coupes sont détectées automatiquement (une ligue où la majorité des équipes jouent surtout ailleurs). Les ERL repassent derrière les ligues majeures.
• NouveauLe modèle est ré-entraîné chaque mois sur tout ce qui s'est joué avant.

Question d'un lecteur : pourquoi Exofeng, rookie ADC très attendu, est-il si bas ? En LFL 2026, Skillcamp gagne 68 % de ses games avec lui et 35 % avec l'autre ADC de l'équipe, et il a le meilleur KDA des ADC de la ligue.

• BugChaque joueur était rattaché à la ligue où il avait joué le plus de games sur deux ans. Pour Exofeng, c'était la NLC (2025), pas la LFL où il joue aujourd'hui. Sa note partait donc du niveau de la NLC, et la régularisation l'empêchait de remonter assez. Tous les joueurs qui montent d'une ligue plus faible étaient sous-estimés de la même façon.
• CorrectifLe rattachement devient un mélange des ligues jouées, pondéré par la récence (demi-vie de 6 mois). Exofeng passe de 76 à 241 points, 7^e ADC de LFL. Sur la saison 2026, la prédiction reste au même niveau (AUC 0,723 contre 0,722) : le correctif ne se paie pas en précision, il corrige des cas comme le sien.
• LimitePourquoi pas plus haut ? Ses 39 games avec Skillcamp (LFL et EMEA Masters) sont gagnées à 67 %, mais les 64 d'avant (NLC, LES, Prime League) à 45 %, et le modèle pèse toutes les games de la même façon. Donner plus de poids aux games récentes ne prédit pas mieux en moyenne, donc je ne l'ai pas fait. Avec ±247 points d'incertitude, il peut tout à fait être le meilleur ADC de LFL : les données ne suffisent pas encore à le dire. Sa fiche, dans l'explorateur, montre la montée mois par mois.

Deuxième remarque de lecteur : noter un joueur sur deux saisons mélange des contextes qui n'ont rien à voir. Il change de ligue ou d'équipe, ou tombe pendant un split sur une méta qui ne lui convient pas.

• ChangementLes notes affichées ne viennent plus que d'une saison. Pour 2026, le modèle part du niveau des ligues estimé sur 2025, puis n'apprend que sur les games de 2026 (et de même pour chaque saison depuis la v1.5). Cet a priori est volontairement ferme, parce qu'une ligue ne change pas de niveau du jour au lendemain : sur le rejeu de 2026 mois par mois, il fait passer l'AUC de 0,689 à 0,698, et ne coûte rien ailleurs.
• NouveauDans l'explorateur, un filtre par compétition et par split, saison régulière et playoffs séparés. La note sur une compétition = la note de saison + un écart mesuré sur l'écart d'or final des seules games de cette compétition.
• ContrôleMa première version faisait partir cet écart des stats du joueur sur la compétition. Test hors échantillon : les games de chaque compétition coupées en deux au hasard, l'écart appris sur une moitié, jugé sur l'autre. Les stats d'un split ne prédisent rien des autres games du même split (corrélation -0,01 en 2025, -0,00 en 2026), et l'écart dégradait la prédiction. Je les ai retirées. L'écart d'or final garde un peu de signal, à condition d'être très régularisé : réglage choisi sur 2025 avec un critère fixé d'avance, puis confirmé sur 2026.
• LeçonL'écart propre à un joueur sur un split est petit : de l'ordre de ±55 points, alors que l'écart-type entre les joueurs d'un même poste en ligue majeure est de 228 points. Une méta qui ne convient pas à un joueur existe sans doute, mais sur 10 à 30 games elle se noie dans le bruit. Et dans un roster qui ne change pas, les cinq joueurs reçoivent le même écart : rien ne permet de dire lequel a porté l'équipe ce split-là. Victoires et KDA de la compétition restent affichés à côté pour le contexte.
• LimitePour prédire, l'historique reste utile. J'ai rejoué la saison 2026 avec un modèle qui ne voit que les games de 2026 : AUC 0,698 contre 0,723. Presque tout l'écart vient du début de saison (février-mars : 0,648 contre 0,747) : un joueur qui n'a pas encore joué cette saison est inconnu du modèle, et en mars, quand les splits régionaux démarrent, c'est le cas de 29 % des joueurs alignés. En août-septembre, les deux font jeu égal (0,708 contre 0,708). Même pour décrire 2026 (des games de 2026 tirées au hasard et mises de côté), le modèle deux saisons fait un peu mieux : 0,737 contre 0,734. C'est le prix d'une note qui ne dépend que de la saison. Les notes affichées portent donc sur une saison, et les prédictions du juge, plus bas, utilisent tout l'historique.

Deux exemples. Caliste (Karmine Corp) : note de saison 796, 2^e ADC de LEC. Sur la saison régulière du Summer (20 games, 90 % de victoires), sa note de compétition est de 809 (+13), le même écart que ses coéquipiers ; en playoffs du Summer, 788 (-8).

Exofeng, sur la seule saison 2026 : 85 points, 10^e ADC de LFL sur 12. Ses 20 premières games de l'année, avant Skillcamp (Prime League, CCWS), ont été gagnées à 25 %. Sans elles, le même modèle le met à 275. C'est exactement le cas d'une saison qui mélange deux contextes. Le filtre de compétition ne le corrige presque pas (saison régulière de LFL : 90, +5), parce qu'en moyenne, chez tous les joueurs, l'écart d'une compétition à l'autre est surtout du bruit. Pour un cas comme le sien, le chiffre à retenir est l'incertitude : ±203 points.

Plutôt que d'ajouter des boutons, j'ai vérifié le raisonnement lui-même, avec des tests que le modèle ne pouvait pas influencer.

• ContrôleUne simulation où la vérité est connue. Mêmes games, mêmes joueurs, mêmes coéquipiers, même bruit que la saison 2026, mais des notes « vraies » tirées au hasard, avec une part de talent que les stats ne voient pas (±100 à ±200 points). Le modèle retrouve les notes (corrélation 0,91 à 0,96, erreur typique 144 à 211 points), et ses ± sont à peu près honnêtes : la vraie note tombe dans ±1 écart-type pour 64 % à 82 % des joueurs selon la part de talent invisible (68 % attendus). En revanche, dans un roster qui joue toujours ensemble, l'ordre entre coéquipiers n'est retrouvé qu'à 0,26-0,33 (corrélation), contre 0,57-0,66 ailleurs. Et le vrai n°1 d'un poste n'est désigné que dans 13 % à 37 % des cas. Le cas Gen.G, chiffré.
• ContrôleLe partage du mérite, jugé sur les transferts. Prédire les matchs ne dit pas comment répartir le mérite entre cinq joueurs inséparables ; un transfert, si. Notes 2025 gelées, jugées sur les 8 685 games 2026 où une équipe aligne au moins deux joueurs qui ont changé d'équipe. Le prior box-score aide vraiment (+0,0063 d'AUC, intervalle à 95 % [0,0038 ; 0,0086]). Et les réglages publiés sont déjà au sommet : plus ou moins de prior, de régularisation, avec ou sans stats de lane à 15 minutes, les variantes font jeu égal à 0,001 d'AUC près ou moins bien, sur janvier-mars comme sur avril-septembre. Rien qui justifie de changer.
• ContrôleLa méta, regroupée sur la saison. Un joueur sur un champion qu'il a joué au plus deux fois en match officiel (26 % des picks en 2026) ne fait pas moins bien que sa note. En moyenne, c'est même l'inverse (+308 ± 107 golds par joueur concerné), sans doute parce qu'on sort un nouveau champion quand il est fort. L'ajouter au modèle n'améliore pas la prédiction hors échantillon. Le fearless draft, lui, se voit : la part de champions jamais joués passe de 10 % en game 1 d'une série à 17 % en game 5.

Quand un test ne montre rien, la bonne réponse est de ne rien toucher. Le vrai angle mort reste les rosters inséparables : seules plus de données (2023-2024, mercato 2027) le réduiront.

Avec les fichiers 2023 et 2024 (11 106 et 10 204 games), j'ai refait les épreuves sur une saison que le modèle n'avait jamais vue pendant sa construction. Aucun réglage n'a été touché.

• ContrôleLa saison 2024. AUC 0,724 et 65,5 % de bonnes prédictions, contre 0,690 pour l'Elo d'équipe et 0,704 pour l'Elo des joueurs. Meilleur que l'Elo d'équipe 10 mois sur 10. C'est presque exactement le score de 2026 (0,723).
• ContrôleLes intersaisons. Notes de la saison d'avant gelées, jugées sur février : 63 % de bonnes prédictions en 2024 contre 59 % pour l'Elo d'équipe, 62 % contre 59 % en 2025. L'écart est moins spectaculaire qu'en 2026, mais toujours dans le même sens.
• ContrôleLe partage du mérite. D'une saison à l'autre, 91 % des games opposent au moins une équipe qui n'a gardé que deux de ses coéquipiers, ou moins : le partage du mérite compte presque partout. Le prior box-score aide à chacune des trois intersaisons : +0,0076 d'AUC en 2024, +0,0038 en 2025, +0,0071 en 2026, avec des intervalles à 95 % toujours au-dessus de 0.
• ContrôleLe scouting. Parmi les 20 joueurs les mieux notés hors ligues majeures, 70 % jouent en ligue majeure la saison suivante (2023 → 2024), 65 % (2024 → 2025) et 70 % (2025 → 2026), pour un taux de base d'environ 9 %. Pour repérer les futurs promus, la note fait 0,76, 0,82 et 0,85 d'AUC ; le KDA 0,70, 0,62 et 0,69.
• RéglageCombien d'historique ? Choisi sur 2025 avec un critère fixé d'avance (log-loss) : trois saisons d'historique plutôt que deux (0,6198 contre 0,6236). Confirmé sur 2026 : AUC 0,726 au lieu de 0,723 (écart +0,0036, intervalle [0,0009 ; 0,0066]), 66,2 % de bonnes prédictions au lieu de 65,4 %. Quatre saisons font moins bien que trois : les vieilles games finissent par gêner. Les pronostics Worlds, figés avant, restent ceux de la v1.2 ; ce réglage sera celui du prochain modèle de prévision.
• NouveauL'explorateur couvre 2023 et 2024, avec la LDL (2^e division chinoise, absente des fichiers 2025-2026). Le niveau des ligues de chaque saison part de la saison d'avant, y compris quand une ligue change de nom (Ultraliga → Rift Legends, Elite Series → Road of Legends, CBLOL Academy → Circuito Desafiante…, vérifié sur les équipes et les joueurs communs).

Les résultats de 2026 n'étaient pas un coup de chance : même avance sur l'Elo, une intersaison qui va dans le même sens, le même scouting, sur une saison que le modèle n'avait jamais vue.