[PYTHON] Ich habe mit LightGBM einen Code geschrieben, der die Wiederherstellungsrate von 100% bei der Vorhersage von Pferderennen überschreitet (Teil 2).

Einführung

Dieser Beitrag

・ Ich habe mit LightGBM (Teil 1) einen Code geschrieben, der die Wiederherstellungsrate von 100% bei der Vorhersage von Pferderennen überschreitet

Es wird eine Fortsetzung des Artikels sein.

In Teil 1 habe ich mit Schwung über das Modell geschrieben, aber in Teil 2 werde ich das Ergebnis der tatsächlichen Vorhersage der Zukunft schreiben und schließlich den Code veröffentlichen.

Voraussichtlicher Wert nach der Modellerstellung

Tatsächlich war der vorhergesagte Wert ab Juli bereits in der Notiz angegeben. Der für die Vorhersage verwendete Code verbessert sich jedoch weiter, während die Vorhersage-Notiz ausgegeben wird, und der diesmal freigegebene Code ist nur der grundlegende Teil, so dass die Vorhersage der Notiz hier und der Vorhersagewert des zu veröffentlichenden Codes nicht unbedingt erforderlich sind Es passt nicht.

[Pferderennprognose] 25. Juli 2020 [Pferderennprognose] 26. Juli 2020 [Pferderennprognose] 01. August 2020 [[Pferderennen Vorhersage] 08/08/2020] (https://note.com/km_takao/n/n9d2acf507e60) [Prognose für Pferderennen] 9. August 2020 [Pferderennen-Prognose] 15. August 2020 [Pferderennprognose] 22. August 2020

(2., 16. und 23. August 2020 konnten aufgrund der Notwendigkeit nicht vorhergesagt werden.)

Die Wiederherstellungsrate, wenn diese im doppelten Gewinn gekauft werden, ist wie folgt. Was den zu setzenden Betrag betrifft, haben wir die in Teil 1 erläuterte Methode von Herrn Ushi gelernt und als "Gesamtbudget x 0,01 / 30 Minuten vor Gewinnchancen" festgelegt, und das Gesamtbudget wird mit 100.000 Yen berechnet.

Infolge der Verbesserung konnten wir die Anzahl der zu kaufenden Artikel erhöhen, aber die Wiederherstellungsrate verschlechtert sich (als Ergänzung waren es seit dem 15. 3 Baba). Derzeit wird geprüft, ob ein solches Rennen gerade zu diesem Zeitpunkt stattgefunden hat oder ob weitere Verbesserungen erforderlich sind.

Ebenso ist die Wiederherstellungsrate beim Kauf eines Gewinns wie folgt.

Auch hier steigt die Anzahl der Einkäufe, aber es gibt Tage, an denen die Wiederherstellungsrate gesunken ist. Übrigens, hier ist das Ergebnis des Gewinns, wenn Sie zu der Methode wechseln, immer nur 100 Yen zu kaufen, unabhängig vom Budget, anstelle der Wettmethode von Herrn Ushi.

Mit anderen Worten, das Modell kann den Gewinn von Anoma vorhersagen, aber mit der Wettmethode von Herrn Ushi werden die maximalen Gewinnchancen in Abhängigkeit von der Höhe des Budgets gesenkt, und es ist nicht möglich, auf Anoma zu wetten. Infolgedessen können nur beliebte Pferde mit geringen Gewinnchancen gewettet werden, was ein Faktor für die Senkung der Wiederherstellungsrate zu sein scheint. Im Gegenteil, für Rennen, die nicht rau wurden, ist es ein Faktor, die Erholungsrate zu erhöhen, indem eine Steigung wie die Wettmethode von Herrn Ushi erzielt wird. Wenn das Budget, über das Sie nachdenken, 100.000 Yen beträgt, hat es keine großen Auswirkungen, wenn die Gewinnchancen niedrig sind (höchstens etwa fünfmal), wie bei einem doppelten Gewinn. Wenn die Gewinnchancen bei einem Gewinn jedoch etwa zehnmal oder mehr betragen, beträgt der Mindesteinsatz 100 Yen, sodass er besonders betroffen zu sein scheint. In diesem Bereich müssen die Konstante der Einsatzberechnungsformel (in diesem Fall 0,01), Ihr eigenes Budget und der vorhergesagte Wert des Modells berücksichtigt werden.

Code veröffentlichen

Ich werde es in Notiz veröffentlichen. Eine ausführliche Erläuterung des Codes finden Sie in den Notizen und Kommentaren im Notizbuch. Hier erklären wir den einfachen Ablauf.

Scraping vergangener Leistungsdatenbank

Scraping vergangener Rennergebnisse, Gewinnchancen usw. aus der Netkeiba-Datenbank zur Modellerstellung. Wie ich in Teil 1 geschrieben habe, basiert das Scraping hier auf "Wie man Pferderenndaten mit read_html von Pandas kratzt". Zusätzlich zu Informationen zu jedem teilnehmenden Pferd wie Ankunftsreihenfolge und Name des Reiters werden Informationen zum Rennen selbst wie Entfernung, Informationen zum Reitplatz, Wetter usw. und die Gewinnchancen jedes Pferdes vor dem Start des Rennens als zu kratzende Merkmale verwendet.

Feature-Erstellung

Der Code, den ich veröffentliche, ist die Grundlage des Codes, den ich noch verbessere, und ich denke, es ist noch genauer, wenn Sie beispielsweise aus diesem Code eigene Funktionen erstellen oder mit anderen Algorithmen zusammenstellen. .. Selbst in dem zu veröffentlichenden Code wird natürlich aus der Menge der abgekratzten Merkmale eine neue Feature-Menge erstellt, die sich auf die Aggregation früherer Noten bezieht.

Ein Beispiel für die zu erstellende Merkmalsmenge ist die Aggregation der Leistung von Pferden in der Vergangenheit. Es ist notwendig zu aggregieren, damit zukünftige Noten zum vergangenen Zeitpunkt nicht berücksichtigt werden. Daher sortieren wir hier race_id in aufsteigender Reihenfolge, damit zukünftige Noten ab dem Zeitpunkt der Aggregation nicht aggregiert werden. Wenn Sie sich beispielsweise die aggregierten Ergebnisse für Almond Eye ansehen,

Daher werden nur die vergangenen Daten ordnungsgemäß aggregiert und als neue Feature-Menge hinzugefügt. (Beachten Sie, dass hier nur die Daten von 2018 bis 2020 zur Überprüfung des öffentlichen Codes verwendet werden.)

Modellieren

Wie der Titel schon sagt, werden wir ein Modell mit lightGBM erstellen. Die Parameter werden von optuna automatisch angepasst. Ich denke, dass die Genauigkeit durch die Durchführung einer Ensemble- und Kreuzvalidierung in diesem Teil weiter verbessert werden kann.

Scraping Renninformationen vor dem Ereignis, Anzeige der vorhergesagten Werte

Informationen zum Rennen vor dem Ereignis, damit das Modell sie vorhersagen kann, sind nicht die netkeiba Datenbank, sondern die Renninformationsseite. Holen Sie sich von / top /? Rf = navi). Der Basiscode entspricht fast dem Scraping früherer Noten.

Die vorhergesagten Werte werden für jedes Rennen angezeigt. Der Einsatzbetrag, der der Berechnung von Herrn similar ähnelt, wird zusätzlich zu der Spalte mit den Quoten zum Zeitpunkt des Scrapings angezeigt.

Wenn Sie beispielsweise Niigata 4R am Samstag, den 8. August 2020, anzeigen

In diesem Fall setzen Sie auf Pferde, deren Vorhersagewert einen bestimmten Wert überschreitet, oder auf 3 Pferde von dem Pferd mit dem größten Wert.

Vollständiger Code

Der vollständige Text ist unter [hier] verfügbar (https://note.com/km_takao/n/n5e54ee157d17). Wir bieten auch detailliertere Erklärungen.