Minecraft 시드 경험 지수 설계

Minecraft 시드 경험 지수는 실용적인 질문에 답하는 데 도움이 될 수 있습니다. 이 시드는 내가 탐험하려는 영역 안에 얼마나 다양한 지형과 몇 종류의 목적지를 제공할까요?

저희 시드 경험 계산기에서는 이를 오버월드 발견 지수라고 부릅니다. 표본으로 추출한 생물군계 계열과 예측된 구조물 유형을 결합해 0~100의 점수를 산출하며, 추정 생성 지점에 가까운 발견 대상에 더 높은 점수를 부여합니다. 에디션, 생성 버전, 반경은 사용자가 선택합니다. 이 점수는 모델로 계산한 다양성을 나타냅니다. 그곳에서 플레이하고 싶은지는 여전히 사용자의 취향에 달려 있습니다.

저희는 두 생성 모델에서 각각 의사 난수 시드 1,024개를 조사했습니다. 반경 2,048블록에서 표시된 지수의 중앙값은 Java 에디션 26.3에서 62, Bedrock 에디션 26.50에서 63이었습니다. 평가 기준의 수학적 상한인 100은 해당 표본의 중심값과는 다른 수치입니다. 아래 그래프는 점수를 재미 평가로 바꾸지 않으면서 맥락에 맞게 해석하는 방법을 보여 줍니다.

탐험 반경 선택

계산기에서는 반경 512, 1,024, 2,048 및 4,096블록을 제공합니다. 각 영역은 추정 세계 생성 지점에서 수평으로 측정한 원입니다. 반경 2,048블록은 모든 방향으로 그 거리만큼 뻗어 있다는 뜻입니다. 2,048블록을 걸으면 그 안의 모든 곳을 방문한다는 뜻은 아닙니다.

도구에 시작 영역이 필요하므로 2,048블록을 기본값으로 사용합니다. Minecraft 플레이어가 얼마나 멀리 탐험하는지를 나타내는 대표성 있는 측정값에 맞춰 이 선택을 보정하지는 않았습니다. Mojang의 탐험 안내는 짧은 여행과 더 큰 모험을 모두 설명하지만, 평균 반경은 제시하지 않습니다.

원하는 세계에 맞는 반경을 선택합니다. 작은 원은 가까운 곳의 다양성을 살펴봅니다. 더 큰 원은 더 많은 잠재적 목적지를 포함하며, 같은 인근 발견 대상에도 더 높은 거리 기여도를 부여합니다. 같은 기준으로 비교할 수 있도록 두 시드를 동일한 반경에서 비교합니다.

따라서 반경은 검색 영역과 특정 거리에 부여하는 기여도, 두 가지를 바꿉니다. 생성 지점에서 1,024블록 떨어진 예측 대상의 거리 기여도는 반경 2,048에서 0.75지만, 반경 4,096에서는 0.875입니다. 다른 유형을 추가로 찾기 전에도 더 큰 반경에서 점수가 오를 수 있습니다. 이 상승은 더 넓은 탐험 범위에 관한 질문에 답하는 것이며, 시드 자체가 더 좋아졌음을 입증하지는 않습니다.

서로 다른 경험의 수 집계

생물군계의 원시 개수를 그대로 사용하면 서로 밀접하게 관련된 지형에 여러 점을 부여할 수 있습니다. 계산기는 원시 ID를 계속 표시하지만, 점수를 계산할 때는 관련 변형을 묶습니다. 평원과 해바라기 평원은 같은 계열에 속합니다. 바다와 깊은 바다는 또 다른 계열에 속합니다. 꽃 숲은 독자적인 계열에 속하며, 동굴 계열도 각각 별도로 집계합니다.

이 계열은 저희가 편집상 정의한 분류입니다. 도구는 발전 과제 완료 여부에 점수를 부여하지 않습니다. 점수의 생물군계 부분에서는 모든 집계 대상 계열에 동일한 가중치를 부여합니다. 선택한 생성 모델의 버전별 목록에 해당 계열의 구성원이 포함되어 있을 때만 그 계열이 집계 대상이 됩니다.

지표 지형의 경우 계산기는 대략적인 지표 높이에서 32블록 간격의 격자로 표본을 추출합니다. 해당 높이에서 동굴 생물군계가 반환되면 그 표본을 지표 집계에서 제외합니다. 좁은 구역은 격자점 사이에 놓여 빠질 수 있으므로, 원시 개수는 표본으로 추출된 생물군계 ID의 수이며 전체를 빠짐없이 조사한 목록은 아닙니다.

동굴 표본 추출에는 Y -48, -32, -16, 0, 16, 32 and 48에서 64블록 간격의 격자를 사용하며, 추정 지표면보다 최소 8블록 아래에 있는 지점만 유지합니다. 이 표본으로 동굴 생물군계 영역을 식별합니다. 표본 지점이 단단한 지형 내부에 있을 수도 있으므로, 해당 좌표에 접근 가능한 동굴이 있다는 증거는 아닙니다. 이 첫 평가 기준에서는 수직 이동과 땅을 파는 수고에 거리 감점을 적용하지 않습니다.

구조물은 유형별로 반영합니다. 원 안에 마을 예측 위치가 몇 개 있든 마을은 1번만 셉니다. 마을과 난파선은 서로 다른 2개 유형으로 반영합니다. 계산기는 평가 대상인 모든 유형에서 가장 가까운 예측 위치를 찾으며, 해당 버전의 기준에서 지원하는 경우 지하 목적지도 포함합니다.

사용 가능한 최근접 탐색기로는 제공되는 모든 반경에 대한 탐색 범위를 보장할 수 없으므로, 폐광은 모든 프로필에서 제외합니다. 따라서 이 점수는 명시된 기준을 측정하며, 오버월드의 가능한 모든 목적지를 측정하지는 않습니다.

가까운 발견에 더 높은 점수 부여

발견된 각 계열이나 구조물 유형의 인정 점수는 수평 거리에 따라 결정됩니다:

credit = 1 − 0.5 × distance / radius

생성 지점에서 발견하면 1점을 받습니다. 반경의 절반 거리에서는 0.75점, 경계에서는 0.5점을 받습니다. 발견하지 못한 평가 항목은 0점을 받습니다. 각 범주의 평균을 계산할 때는 발견하지 못한 항목을 포함해 평가 대상인 모든 항목을 분모에 넣습니다.

평가 기준을 설명하는 그림이며, 월드 표본이 아닙니다. 가로축은 거리를 선택한 반경으로 나눈 값이며, 세로축은 발견된 평가 항목 1개의 인정 점수를 나타냅니다.

최종 계산에서는 두 범주에 같은 가중치를 부여합니다:

index = round(100 × (0.5 × biome average + 0.5 × structure average))

Java 에디션 26.3과 Bedrock 에디션 26.50 프로필에서 생물군계는 35개 계열에 걸쳐 최대 50점, 구조물은 17개 유형에 걸쳐 최대 50점을 받을 수 있습니다. 반올림 전 지수 점수에 계열 1개가 기여할 수 있는 값은 약 50 / 35 = 1.43점이며, 구조물 유형 1개가 기여할 수 있는 값은 약 50 / 17 = 2.94점입니다. 두 기여도 모두 거리에 따라 줄어듭니다. 52개 평가 항목을 모두 하나의 목록으로 합쳐 각 항목에 같은 가중치를 부여하면 생물군계의 영향력이 더 커집니다. 두 범주로 나누면 각각의 총가중치를 같게 유지할 수 있습니다.

다음은 계산 과정을 보여 주기 위한 가상의 예시이며, 특정 시드의 결과가 아닙니다:

범주	평가 대상 항목별 인정 점수	평균
생물군계 계열 4개	1, 0.75, 0.5, 0	0.5625
구조물 유형 3개	0.75, 0, 0	0.25

지수는 round(100 × (0.5 × 0.5625 + 0.5 × 0.25)) = 41입니다.

계열 분류, 범주별 동일 가중치, 경계에서 절반의 인정 점수를 부여하는 방식은 개정 1에서 선택한 사항입니다. 이러한 선택을 플레이어가 무엇을 즐기는지에 관한 설문 조사에 맞춰 조정하지는 않았습니다. 계열이나 구조물 유형이 참조 표본에서 더 드물게 나타난다는 이유만으로 추가 인정 점수를 자동으로 받지는 않습니다.

이 도구는 탐색을 완료했지만 예측 결과를 찾지 못한 경우와 탐색을 완료하지 못한 경우도 구분합니다. 구조물 탐색 범위에 제한이 있어 어떤 유형의 결과가 미확정 상태로 남으면 전체 점수를 제공하지 않습니다. 탐색 범위가 확인되지 않은 경우에는 발견 성공으로도, 발견하지 못한 유형으로도 반영하지 않습니다.

계산 코드 공유와 버전별 기준 검토

Minecraft 버전을 지원하려면 어떤 생성 모델을 사용할지와 어떤 계산 기준을 적용할지를 각각 결정해야 합니다.

계산기는 표본 추출과 점수 계산을 담당하는 하나의 핵심 모듈을 공유합니다. Java 에디션과 Bedrock 에디션은 사이트의 기존 에디션별 생성 모델을 사용합니다. 명시적인 레지스트리가 지원되는 각 생성 버전을 해당 계산 기준에 연결합니다. 규칙이 같으면 여러 버전이 같은 기준 구성을 공유할 수 있으므로, 버전마다 별도의 계산기 엔진을 둘 필요가 없습니다.

기준은 평가 대상 구조물 유형, 표본 추출 간격, 동굴 깊이, 범주별 가중치와 거리별 인정 점수를 정합니다. 생물군계 목록은 선택한 모델 버전에서 가져오며, 검토된 계열 정의와 대조합니다. 알 수 없는 생물군계 이름이나 지원되지 않는 버전이 있으면 해당 기준의 검토가 끝날 때까지 계산을 중단합니다.

예를 들어 현재 Java 에디션 1.18.2 프로필에는 평가 대상 생물군계 계열 29개와 구조물 유형 13개가 있습니다. Java 에디션 26.3에는 계열 35개와 유형 17개가 있습니다. 이는 계산기의 분모이며, 개별 시드에서 나온 개수가 아닙니다. 이전 버전의 프로필은 해당 버전의 모델과 기준에 포함되지 않는 범주 때문에 감점되는 일이 없습니다.

각 결과에는 에디션, 생성 버전과 계산 개정 번호가 표시됩니다. 계열 분류나 가중치가 바뀌면 평가 기준에 새 개정 번호가 필요합니다. 그에 맞는 참조 표본도 해당 규칙으로 평가해야 합니다. 이렇게 하면 저장된 결과의 의미를 보존하면서 계산을 유지보수할 수 있습니다.

예측의 집합으로 결과 해석

결과에는 크게 표시된 점수, 거리별 인정 점수 막대, 평가 대상인 모든 생물군계 계열과 구조물 유형의 아이콘이 나옵니다. 흐리게 표시된 생물군계 아이콘은 “표본에 없음”을, 흐리게 표시된 구조물 아이콘은 “예측 결과를 찾지 못함”을 뜻합니다. 탐색 범위가 확인되지 않은 경우에는 별도의 상태를 표시하며, 제외되었거나 해당 버전에서 평가 대상이 아닌 유형은 점수 계산 목록 밖에 둡니다.

아이콘 모음은 어떤 종류가 포함되었는지 보여 줍니다. 기여도 막대는 받을 수 있는 인정 점수 중 거리 감점 후 얼마나 남았는지 보여 줍니다. 두 시드의 계열 수와 유형 수가 같아도 가장 가까운 발견 지점까지의 거리가 다르면 점수가 달라질 수 있습니다. 시드를 비교할 때는 전체 점수와 함께 개수 및 두 범주의 기여도를 모두 확인합니다.

결과에는 표본으로 추출한 지표면 및 동굴 생물군계 수, 두 분모와 가장 가까운 위치의 좌표가 유지됩니다. 결과의 시드 지도 링크에서 해당 위치를 살펴볼 수 있습니다. 생물군계 좌표는 가장 가까운 표본 지점이며, 정확한 생물군계 경계가 아닙니다. 생성 지점과 지표면 높이는 추정값입니다.

구조물 예측에는 사용 가능한 배치 및 생물군계 검사를 활용하지만, 이후 생성 과정에서 구조물이 생성되지 않을 수도 있습니다. Bedrock 에디션은 정확성이 게임 내에서 독립적으로 검증되지 않은 호환성 모델을 사용합니다. 소개 페이지에서 사이트의 근거 표기를 설명합니다.

이 프로필은 기본 생성을 다룹니다. 사용자 지정 데이터 팩, 넓은 생물 군계, 완전한 평지 세계, 세계 업그레이드 전에 생성된 기존 청크는 범위에 포함되지 않습니다. 평가하려는 지역을 생성한 버전을 사용합니다.

높은 지수만으로 경관이 매력적이거나 서바이벌 모드 플레이가 쉽거나 전리품이 가치 있다고 판단할 수는 없습니다. 원 내부에서 실제로 방문할 부분의 비율도 알려 주지 않습니다. 다양성 점수가 낮은 섬 세계가 주변에 많은 범주가 있는 시드보다 자신에게 더 잘 맞을 수도 있습니다.

관심 있는 시드 계산

계산기를 열고 시드를 입력한 뒤 해당 에디션과 생성 버전을 선택합니다. Java 에디션은 시드 텍스트도 입력받아 숫자 시드로 변환하며, Bedrock 에디션은 숫자 시드를 입력받습니다. 반경을 선택한 뒤 계산합니다.

최종 수치를 비교하기 전에 범주별 세부 내역을 살펴봅니다. 특정 생물군계나 구조물이 가장 중요하다면 시드 찾기로 해당 조건을 검색한 뒤 계산기로 주변의 다양성을 평가합니다. 계산기의 URL에는 입력 설정이 유지되므로 같은 조건의 평가로 돌아올 수 있습니다.

무작위 시드로 알 수 있는 것

의사 난수 방식으로 선택한 부호 있는 64비트 숫자 시드 1,024개를 Java 에디션 26.3과 Bedrock 에디션 26.50 양쪽에서 모두 평가했습니다. 두 표본 집단 모두 기본 오버월드 생성, 반경 2,048블록, 계산 개정판 1을 사용하며, 평가 대상 생물군계 계열은 35개, 구조물 유형은 17개입니다. 동일한 시드 숫자를 사용한 짝지은 연구이며, 각 에디션의 분포는 따로 요약합니다. 모델 평가 2,048건이 모두 완료되었으며, 실패하거나 불완전한 결과를 누락하거나 대체한 경우는 없습니다.

공개된 목록에서 선별하지 않고 숫자 시드를 선택했습니다. 이 연구는 해당 설정에서 계산기가 산출하는 결과를 설명하며, 플레이어가 유지하기로 선택한 세계를 측정하지는 않습니다.

전체 분포 읽기

이 표는 반올림하여 표시한 지수를 설명합니다. P10~P90은 표본의 10번째 및 90번째 백분위수 값입니다. 정수 값이 같은 경우가 있어 두 값 사이에 속하는 비율이 80%를 넘을 수 있으며, 이 범위는 신뢰 구간이 아닙니다.

생성 모델	평균 지수	중앙값 지수	P10~P90	샘플링한 계열 수의 중앙값	예측한 유형 수의 중앙값
Java 에디션 26.3	62.4	62	56~68	35개 중 27개	17개 중 13개
Bedrock 에디션 26.50	62.8	63	57~69	35개 중 27개	17개 중 13개

계산기 모델 예측. 각 가는 막대는 화면에 표시된 지수 값 하나에 해당하는 시드 수를 나타냅니다. 두 패널 모두 0~100의 전체 점수 척도와 동일한 시드 수 척도를 사용합니다.

가로축은 화면에 표시된 지수이며, 세로축은 해당 지수를 받은 표본 시드 수입니다. 막대가 높을수록 표본 집단에서 더 흔한 점수입니다. Java 에디션의 점수 범위는 4476이고, Bedrock 에디션의 점수 범위는 4676입니다. 각 중앙값은 관측된 분포의 가운데 부근에 있으며, 이론적 상한인 100보다 훨씬 낮습니다.

따라서 69점은 조건이 일치하는 두 기준 표본 중 어느 쪽에서도 중앙값보다 높습니다. 생물군계와 구조물의 세부 내역을 보면 어떤 발견이 해당 점수에 기여했는지 알 수 있습니다.

종류의 다양성과 거리 점수 구분

각 막대는 나타난 계열 수 또는 구조물 유형 수가 특정 값인 모델 시드 수를 나타냅니다. 지표와 동굴 계열이 포함됩니다. 이 개수에는 거리 가중치가 적용되지 않습니다.

위쪽 패널은 원 안에서 서로 다른 생물군계 계열이 몇 개 샘플링되었는지 보여 줍니다. 아래쪽 패널은 원 안에 예측 위치가 있는 서로 다른 구조물 유형이 몇 개인지 보여 줍니다. 각 정수 값에 해당하는 묶음 안에서 녹색 막대와 파란색 막대를 따로 읽습니다. 두 막대를 더하면 기준 설정을 구분해서 유지해야 하는 두 에디션을 합치게 됩니다.

두 에디션 모두 샘플링한 계열 수의 중앙값은 27개이고, 예측한 유형 수의 중앙값은 13개입니다. 계열 수의 범위는 각 표본 집단에서 1634개입니다. 예측한 유형 수의 범위는 Java 에디션에서 916개, Bedrock 에디션에서 10~16개입니다. 이 모델 설정에서 표본으로 삼은 세계 중 35개 계열 전부나 17개 유형 전부가 나타난 세계는 없었습니다.

종류의 다양성은 가장 가까운 샘플이나 예측 위치까지의 거리와 관계없이 몇 가지 종류가 나타나는지를 보여 줍니다. 최종 점수는 가까울수록 더 높은 점수도 부여합니다. 따라서 계열 수 27개나 구조물 유형 수 13개를 100점 만점의 구성 요소 점수 27점이나 13점으로 해석해서는 안 됩니다.

절반을 차지하는 생물군계 점수 살펴보기

동일한 짝지은 시드 표본의 모델 예측. 이 가로축 값은 전체 지수에서 절반의 가중치를 적용하기 전의 생물군계 점수입니다.

전체 점수 히스토그램의 막대가 정수 값 하나씩을 나타내는 것과 달리, 각 막대는 5점 간격의 구간을 나타냅니다. 생물군계 구성 요소 점수가 70이면 최종 반올림 전에 지수에 35점을 기여합니다. 이는 평가 대상 계열 전체의 평균 점수가 0.70이라는 뜻이며, 70개 계열을 탐험했다거나 원의 70%를 탐험했다는 뜻은 아닙니다.

이 표본들에서 생물군계 분포는 아래의 구조물 분포보다 더 넓게 퍼져 있습니다. 표본 표준편차는 Java 에디션에서 약 6.82점, Bedrock 에디션에서 약 6.84점입니다. NIST는 표준편차를 표본 평균 주위로 값이 퍼진 정도를 나타내는 척도로 설명하며, 표준편차는 원래 단위로 표현되며, 여기서는 구성 요소 점수의 점 단위입니다. 이는 시드 점수 사이의 변동을 나타내며, 평균의 오차 한계를 나타내지는 않습니다. 또한 저희 진단 검정에서 다중 검정을 보정한 뒤에도 두 생물군계 분포 모두 정규분포 형태에서 벗어나는 양상이 통계적으로 검출되었습니다.

계열 수와 거리가 함께 이러한 퍼짐을 만들어 냅니다. 히스토그램으로는 특정 시드에 어떤 계열이 없는지 알 수 없습니다. 계산기의 아이콘과 상세 좌표 정보에서 이를 확인할 수 있습니다.

절반을 차지하는 구조물 점수 살펴보기

모델링한 각 구조물 유형은 가장 가까운 예측 위치를 통해 한 번만 점수에 반영됩니다. 이 그래프는 월드에 있는 모든 구조물을 집계하지 않습니다.

축과 5점 간격의 구간은 생물군계 구성 요소 그래프와 같은 의미를 사용하므로 가로 방향의 퍼짐을 비교할 수 있습니다. 각 그래프의 세로축에는 해당 그래프의 시드 수에 맞는 눈금이 있습니다. 표본 표준편차는 Java 에디션에서 약 4.82점, Bedrock 에디션에서 약 5.00점으로, 생물군계 구성 요소의 퍼짐보다 작습니다. 보정을 적용한 저희 정규성 검정에서는 두 구조물 구성 요소 분포 모두 정규성을 기각하지 않았습니다.

절반을 차지하는 구조물 점수는 포함된 유형 수와 수평 방향의 근접성을 결합합니다. 같은 유형의 마을이 추가로 있어도 다양성 점수는 더해지지 않으며, 가까운 곳에 있다고 예측된 성채에는 지하에서 그곳까지 도달하는 수고에 대한 추가 보정이 없습니다. 이는 이 평가 기준의 특성이며, 해당 월드들의 난이도에 관한 분석 결과가 아닙니다.

전체 지수는 서로 다른 이 두 구성 요소 점수의 평균을 구한 뒤 반올림합니다. 전체 지수의 분포는 어느 한쪽의 분포와도 다를 수 있습니다. 이 표본 집단들에서는 생물군계 구성 요소가 정규성에서 벗어나더라도 종합 점수는 대략 종 모양의 분포를 보입니다. 저희는 이 종합 점수를 직접 평가합니다. 두 점수를 결합한다고 해서 모든 버전이나 반경에 적용되는 일반적인 규칙이 성립하는 것은 아닙니다.

정규 Q-Q 도표로 꼬리 확인하기

히스토그램은 대부분의 점수가 어느 범위에 속하는지 파악하는 데 유용하지만, 구간별로 묶으면 분포 형태의 작은 차이가 가려질 수 있습니다. 정규 Q-Q 도표는 각 표본 집단의 관측 평균과 표본 표준편차를 사용해, 반올림 전 점수를 순서대로 나열한 값과 정규분포에서 기대되는 점수를 비교합니다. NIST의 정규 확률 도표 설명에서는 직선 기준선에서 벗어나는 양상이 정규분포 형태와의 차이를 어떻게 드러내는지 설명합니다.

각 패널에는 반올림 전 전체 점수 1,024개가 모두 포함되어 있습니다. 정규분포에서 기대되는 점수는 표본의 평균과 표준편차를 사용합니다. 회색 대각선은 기대값과 관측값이 같은 지점을 나타냅니다. 신뢰대는 아닙니다.

두 축 모두 지수의 점 단위를 사용합니다. 대각선 위에 놓인 점은 관측 점수가 정규분포와 비교할 때 해당 위치에서 기대되는 점수와 같다는 뜻입니다. 대각선보다 위에 있는 점은 관측 점수가 더 높고, 아래에 있는 점은 더 낮습니다. 맨 왼쪽과 맨 오른쪽의 점들은 표본의 낮은 점수 쪽 꼬리와 높은 점수 쪽 꼬리를 나타냅니다.

대부분의 점은 대각선에 가깝게 놓여 있지만, 양쪽 극단에서는 벗어납니다. 유난히 낮거나 높은 점수가 관심 대상일 때는 이러한 끝부분의 점들이 중요합니다. 중앙 부분이 잘 들어맞는다고 해서 관측 범위 밖의 매우 드문 점수에 대해 정규곡선으로 신뢰할 만한 추정치를 얻을 수 있는 것은 아닙니다.

정규성 검정으로 확인할 수 있는 범위

저희는 각 에디션의 반올림 전 전체 점수와 반올림 전 두 구성 요소 점수에 SciPy 문서에 설명된 Shapiro-Wilk 검정을 적용했습니다. 반올림 전 값을 사용하면 정수로 표시되어 같은 값이 된 점수들을 연속형 측정값으로 취급하는 일을 피할 수 있습니다. 기준값은 0.05로 설정하고, 이 6개 검정 전체에 Holm 보정을 적용했습니다.

검정 대상 분포	Java 에디션 26.3 보정 p값	Bedrock 에디션 26.50 보정 p값	기준값 0.05에서의 결과
전체 지수	0.667	0.667	정규성 이탈 미검출
생물군계 구성 요소	0.0059	0.0059	정규성 이탈 검출
구조물 구성 요소	0.231	0.472	정규성 이탈 미검출

전체 지수 검정의 보정 전 p값은 Java 에디션에서 0.334, Bedrock 에디션에서 0.660이었습니다. 정규성이 기각되지 않은 결과는 이 특정 표본들이 대략 종 모양을 보이는 것과 일치합니다. 이 결과가 정규성을 증명하거나, 생성 모델을 검증하거나, 어떤 월드가 재미있을 확률을 알려 주는 것은 아닙니다.

점수의 범위는 0~100으로 제한됩니다. 저희는 시드를 비교할 때 적합한 정규곡선으로 점수를 변환하지 않고 실제 관측 빈도를 사용합니다. 이 검정과 도표는 이 두 표본 집단을 설명합니다. 다른 에디션, 버전, 반경이나 향후 개정될 평가 기준에는 각각 별도의 평가가 필요합니다.

전체 통계 요약과 표본으로 추출한 모든 모델 결과에는 이 그림들의 근거가 되는 측정값이 보존되어 있습니다. 5개의 분포 그림은 동일한 대응 표본을 사용하며, 거리 점수 그림은 공식을 설명합니다.

전체 분포 속에서 개별 점수 이해하기

예시 시드인 Java 에디션 26.3 시드 12345의 경우, 계산기는 35개 계열 중 30개를 표본으로 추출하고 17개 구조물 유형 중 14개를 예측하여 점수를 69로 예측합니다. 이 포함 개수에 따른 점수는 거리 감점 전 약 84점입니다: 50 × 30 / 35 + 50 × 14 / 17 ≈ 84. 가장 가까운 위치까지의 거리에 따른 감점을 적용하면 표시 점수인 69가 됩니다. 조건이 일치하는 참조 표본에서는 이보다 낮은 점수가 922개, 같은 점수가 27개, 높은 점수가 75개였습니다.

동점도 중요합니다. 표시된 69는 모두 반올림한 결과이며, 생물군계 점수와 구조물 점수의 조합이 달라도 같은 결과가 나올 수 있습니다. 표시 점수가 더 낮거나 같거나 높은 경우의 정확한 개수를 사용하면 이러한 동점이 그대로 반영됩니다. 또한 동점인 모든 시드에 별도 설명 없이 정규분포로 추정한 동일한 백분위를 부여하는 것보다 비교 결과를 더 직접적으로 설명할 수 있습니다.

계산기는 에디션, 버전, 반경, 평가 기준, 생성 모델이 모두 정확히 일치할 때 관측된 히스토그램, 표본 중앙값, P10~P90 범위와 사용자 점수보다 낮거나 같거나 높은 점수의 개수를 표시합니다. 다른 설정에서도 발견 항목별 내역은 제공되지만, 현재는 조건이 일치하는 참조 표본이 없습니다.

발견 빈도에도 별도의 분모가 필요합니다. 이 반경을 적용한 Java 에디션 26.3 집단에서 모델은 1,024개 시드 중 294개(28.7%)에서 버섯 들판 계열을 표본으로 추출했고, 158개(15.4%)에서 삼림 대저택을 예측했습니다. 이는 추정 생성 지점을 중심으로 한 원 안 어딘가에 나타난 횟수이며, 해당 생물군계에서 생성될 확률이나 전체 월드에서 해당 생물군계가 차지하는 면적을 나타내는 수치가 아닙니다.

전체 점수 히스토그램은 이 표본에서 계산기가 특정 총점을 얼마나 자주 산출했는지 보여 줍니다. 희귀도에 따라 가중치를 부여하는 기준은 특정 계열이나 구조물 유형의 발견 빈도라는 다른 질문을 다루게 됩니다. 개정판 1은 각 범주 안에서 동일한 가중치를 유지하며, 이 측정값을 희귀도 보너스로 반영하지 않았습니다. 이러한 변경에는 에디션, 생성 버전, 반경, 표본 추출 규칙이 일치하는 발견 빈도 기준값과 검토를 거친 새 평가 기준 개정판이 필요합니다.

이는 모델 예측의 참조 표본이며, 모집단의 희귀도 백분위나 실제로 플레이한 월드의 표본, 플레이어의 이동 거리 측정값이 아닙니다. 점수가 80이라고 해서 해당 시드가 모든 시드의 80%보다 더 다양하다는 뜻은 아닙니다. 계산기를 사용하여 탐험하려는 영역에서 모델이 예측한 발견 항목을 비교한 뒤, 시드 지도에서 중요한 위치를 확인합니다.