FPパパの投資日記

FP2級を持つWebプランナーパパの投資日記です、日々調べたことなどを書いていきたいと思います。虫の知らせトレードが得意。WEB系のIT企業勤務

【機械学習で競馬予想④】集めたデータを予測用の項目に絞る

いっぱいデータが集まったので予測に使うデータを選別する

今回は一番新しいレース着順が1着を正解データとして、機械学習をやる予定。

なので、一番新しいレースの結果は予想のデータとしては使えないので削除する。

同じデータが名前を変えて入っている(騎手名と騎手コードとか)のでそこも削除する。

あと、Azureの文字コードUTF-8で、JRA-DatalabがShift-jisなのでこのタイミングでUTF-8に変換しておく。

距離と馬場は合わせたほうが予想できそうと思ったので、抽出するときに1200m芝専用モデルというように作ることにした。

 

項目の説明はこちらに

http://faqnavi13a.csview.jp/faq2/userqa.do?user=jravan&faq=faq01_target&id=285&parent=20

 

作成したイメージ

f:id:jralove:20191205002307p:plain


 

モデル作りとスコア対象

モデルには1200m芝の2008−2018年までのデータを使って作る。

そのモデルを使って2019年の1200m芝のデータを使ってオフラインテストをやって検証することにする。

 

 

削除項目

削除した項目をメモしておく。

競馬やっている感で消したものもあるので未来データだけ消しているわけではない。

迷ったのはオッズで、オッズと勝ち負けは絶対相関しているので、オッズを入れると結局オッズで選んだのと一緒になりそうと思った。

なので、オッズありモデル、オッズなしモデルの2つを使って検証することにした。

項目名 メモ
19 削除
11 削除
17 削除
回次 3 削除
場所 福島 削除
日次 6 削除
レース番号 12 削除
レース名 会津特別1000 削除
クラスコード 43 削除
芝・ダ 削除
コースコード 0 削除
距離 1200 削除
馬場状態 削除
馬名 バーミーブリーズ 削除
性別  
年齢 5  
騎手名 西田雄一  
斤量 55  
頭数 16  
馬番 14  
確定着順 1 削除
入線着順 1  
異常コード 0 削除
着差タイム 0 削除
人気順 7 削除
走破タイム 69 削除
走破時計 1090 削除
通過順1 0 削除
通過順2 0 削除
通過順3 2 削除
通過順4 2 削除
上がり3Fタイム 34.9 削除
馬体重 466 削除
調教師 青木孝  
所属地  
賞金 1500 削除
血統登録番号 14105413 削除
騎手コード 1004 削除
調教師コード 1156 削除
レースID 319361214 削除
現馬主名 吉田照哉  
生産者名 社台ファーム  
父馬名 キンシャサノキセキ  
母馬名 ウィンドハック 削除
母の父馬名 Platini  
毛色 鹿毛  
生年月日 140505  
単勝オッズ 19.4  
PCI 47.7 削除
間隔 2  
前走年 19 削除
前走月 11 削除
前走日 2 削除
前走回次 3 削除
前走場所 福島  
前走日次 1 削除
前走レース番号 11 削除
前走レース名 河北新H1000 削除
前走クラスコード 43 削除
前走芝・ダ  
前走コースコード 0  
前走距離 1200  
前走馬場状態  
前走性別  
前走騎手名 西田雄一 削除
前走斤量 52  
前走頭数 16  
前走馬番 12  
前走確定着順 2  
前走入線着順 2 削除
前走異常コード 0 削除
前走着差タイム 0.1  
前走人気順 14  
前走走破タイム 68.4 削除
前走走破時計 1084 削除
前走通過順1 0 削除
前走通過順2 0 削除
前走通過順3 8  
前走通過順4 7  
前走上がり3Fタイム 34.4  
前走馬体重 464  
前調教師 青木孝  
前所属地  
前走賞金 600 削除
前走騎手コード 1004 削除
前走競走識別コード 319311112 削除
前オッズ 68.7 削除
前走PCI 48.8 削除

 

 

最終的に出来上がったもの

項目を消して残ったのがこちら、一般的に予想で使うものと思っている。

項目名
馬場状態
性別
年齢 3
騎手名 秋山真一
斤量 52
頭数 18
馬番 1
入線着順 1
人気順 4
馬体重 442
調教師 音無秀孝
所属地
現馬主名 吉田照哉
生産者名 社台ファーム
父馬名 ディープインパクト
母の父馬名 Giant's Causeway
毛色 黒鹿
生年月日 160302
間隔 15
前走場所 京都
前走クラスコード 23
前走芝・ダ
前走距離 1600
前走馬場状態
前走騎手名 松若風馬
前走斤量 54
前走馬番 3
前走確定着順 0
前走着差タイム 999.9
前走人気順 0
前走通過順3 0
前走通過順4 0
前走上がり3Fタイム 0
前走馬体重 0
前オッズ 0