10月から土曜のWIN5で試していた新モデルの評価をして、2026年に向けた改善策を考える回
新しい学習モデルでどのようなアプローチをしていたかは、前回の記事を参照↓
このページの内容が聞くだけで分かる動画もあります
土曜モデルのアプローチを振り返り
＜課題認識＞
・馬体重：レース直前までわからない
・オッズ：確定するのは発売締切後
・位置取り/上がりタイム：走ってみないとわからない
これらの情報に頼らず、レース前に確定している情報だけでなんとかしたい
＜試したこと＞
・「オッズ」「位置取り」「上がりタイム」を学習項目から除外する
・学習データを大幅に増やす
土曜モデルの評価
結論：良くない
・統計データ分析の趣旨である「勝てる確率が低い馬を消す」に対して、
土曜モデルは評価値の差が発生しにくく、消し判断できる馬が大幅に減少した
・ほとんどのコースで「位置取り」「上がりタイム」の寄与度が最大となるため、
これらを学習項目から除外した場合に、
評価値を大きく上下させる差別化要因が発生しにくいためと思われる
・また、下級条件ほど学習対象レース数が多いため、
WIN5対象レースになることが多い上級条件の予測精度に課題があると思われる
改善方針
＜学習項目について＞
・「位置取り」「上がりタイム」を学習項目に戻す、「オッズ」は引き続き除外
→現行日曜モデル比で、「オッズ」のみが除外される形
＜学習対象レースについて＞
・クラス別の直近100レースを対象とする
→100レースに満たないクラスでは、複数クラスを合算する場合あり
現行モデルからの変更点まとめ
＜学習項目から「オッズ」を除外する＞
・すべてのコースにおいて上位人気ほど勝率が高いので、
単純な傾向としては「常に1番人気を買うべき」となってしまう
→実際には1番人気が5連勝することは無いので、オッズを含むのは適切でない
＜種牡馬系統を小分類に戻す＞
・2025年下期から大系統に抽象化していたが、細分化した小系統に戻す
→モデル学習のチューニングによって、小系統で機能することが確認できたため
＜変更後の出馬表イメージ＞
・土曜モデルで採用していた、コース傾向合致度の相対値表示に変更
・「想定人気」は合致度算出には使用しないが、レース傾向評価に使用するため、表示する
コメント