解谜游戏：Wordle 解答词的预测与分类
数值分析
2025-08-13 v4 数值分析
摘要
我们研究了 Wordle 解答词的预测与分类。在清理公开结果日志后，我们拟合了 ARIMA 模型以预测截至 2023 年 3 月 1 日的每日报告结果量。对于每个解答词，我们计算了三个可解释属性：使用频率 (FREQ)、词信息熵 (WIE) 和重复字母数 (NRE)，并分析了它们与经验尝试次数分布（1-6 次尝试加失败，编码为 7）的相关性。随后，我们训练了 XGBoost 回归器来预测未见词汇的完整 1-7 结果分布；“EERIE”的案例研究展示了模型的行为。为了对难度进行分类，我们通过 K-means 将词汇聚类为三个等级（简单、中等、困难），并训练了决策树分类器将 FREQ、WIE 和 NRE 映射至这些等级，从而生成可解释的规则。对于每个词，我们还报告了需要三次或更多次尝试的玩家比例。附录中提供了敏感性分析和完整的建模细节。
引用
@article{arxiv.2403.19433,
title = {Puzzle Game: Prediction and Classification of Wordle Solution Words},
author = {Haidong Xin and Fang Wu and Zhitong Zhou},
journal= {arXiv preprint arXiv:2403.19433},
year = {2025}
}