En un juego de jugador contra jugador como StarCraft II, es importante emparejar a los jugadores con otros de habilidades similares. Se realizaron estudios modelando las habilidades de los jugadores, con un rendimiento del 47.3% y 61.3%. Para mejorar el rendimiento, recopilamos 46,398 repeticiones y comparamos características extraídas de seis secciones de repeticiones. A través de la comparación de los seis conjuntos de datos que creamos, proponemos un método para extraer características de una sola repetición. Se comparan dos algoritmos, k-Nearest Neighbors y Random Forest, que son los más comúnmente utilizados en estudios relacionados. Nuestra investigación mostró una precisión de rendimiento superior del 75.3% en comparación con trabajos anteriores. Aunque no se ha realizado una comparación directa con el sistema actual, concluimos que nuestra investigación puede reemplazar los juegos de ubicación de cinco rondas.