Aller au contenu principal

LCK Jungle 2025

10 membres·6 statistiques

Classement — Global

Jouer au VS
  • 1
    88
    Mécaniques93Phase de lane93Teamfight87Macro81Régularité90Champion pool84
  • Mécaniques79Phase de lane94Teamfight59Macro80Régularité95Champion pool89
  • 3
    82
    Mécaniques83Phase de lane83Teamfight79Macro86Régularité83Champion pool80
  • Mécaniques63Phase de lane84Teamfight72Macro87Régularité81Champion pool98
  • Mécaniques69Phase de lane70Teamfight63Macro76Régularité85Champion pool88
  • Mécaniques81Phase de lane59Teamfight77Macro57Régularité65Champion pool69
  • Mécaniques70Phase de lane67Teamfight73Macro59Régularité62Champion pool59
  • Mécaniques74Phase de lane56Teamfight74Macro65Régularité53Champion pool56
  • Mécaniques54Phase de lane59Teamfight63Macro65Régularité50Champion pool51
  • 10
    54
    Mécaniques49Phase de lane49Teamfight67Macro61Régularité54Champion pool46
Leaders par axe · records

Champion par stat

Distribution Global (10 membres)moyenne 72·médiane 75
5488

Survolez ou appuyez sur une barre pour voir qui s'y trouve

Classement LCK Jungle 2025 en un coup d'œil

LCK Jungle 2025 compare 10 membres sur 6 stats dont Mécaniques, Phase de lane, Teamfight. Le meilleur général est Oner, avec une moyenne de 88. En Mécaniques, Oner est en tête. La moyenne générale ici est 72, allant de 88 jusqu'à 54.

Questions fréquentes

Qui est classé #1 dans LCK Jungle 2025 ?
Le #1 général dans LCK Jungle 2025 est Oner, avec une moyenne de 88.
Combien de membres sont comparés dans LCK Jungle 2025 ?
10 entrées comparées sur 6 stats dont Mécaniques, Phase de lane, Teamfight.
Qui mène en Mécaniques ?
Oner mène en Mécaniques.
Comment ces scores sont-ils calculés ?
Chaque axe est un percentile au sein de ce classement, moyenné à partir de métriques de match mesurées, avec contraction d'échantillon et — pour les tournois internationaux — ancrage à la distribution des ligues majeures et ajustement de force du calendrier. Un rang n'est pas une métrique brute ; la méthode complète est sur everystat.ai/clusters/method.

Comment fonctionnent les notes à six axes →