データベース更新が出来ない致命的なバグでご迷惑おかけして申し訳ありません。この所取り掛かっていた相対タイムもある程度なものとしてリリースさせて頂きます。これまでのモデルを超えられるものを目指して、未だに学習させ続けてますので、今回リリースするのはあくまで現時点で得られたものです。これまでモデルの学習時にはRMSEを利用してましたが、今回の相対タイムではRMSEでも可能ですが0.011とか非常に小さくなり過ぎて分かり辛いのでR2(2乗)で学習させてます。ここまで得られた最高R2が0.2551、学習データは2004年～2024年の21年分で1.38GBのものでDeltaTimeCK.zipとして添付してます。先日のVersion 2.8.7を既にインストールされた方は[ツール]-[オプション]の"ML選択"タブで確認して欲しいですが、相対タイムで指定しているモデルが"DeltaTimeCK.mlnet"となっている可能性があります。その場合は"DeltaTime.zip"に変えてください。
| 3,455R | 1点 | 芝(1,689R) | ダート(1,646R) | 障害(120R) | 8頭以下(219R) | 9～12頭(809R) | 13頭以上(2,427R) | 多点 |
| 単勝 | 25.90% (76.98%) |
24.69% (74.85%) |
27.04% (79.97%) |
27.50% (65.92%) |
34.70% (82.47%) |
27.19% (73.82%) |
24.68% (77.54%) |
55.89% (76.35%) |
| 複勝 | 58.03% (83.45%) |
56.90% (82.65%) |
58.63% (84.02%) |
65.83% (86.83%) |
68.04% (85.48%) |
62.42% (82.99%) |
55.67% (83.42%) |
89.06% (81.53%) |
| 枠連 | 14.11% (73.78%) |
13.41% (73.06%) |
13.91% (71.78%) |
27.27% (115.96%) |
-- (--) |
16.69% (73.45%) |
12.36% (69.21%) |
29.79% (74.33%) |
| 馬連 | 11.23% (69.88%) |
10.66% (65.63%) |
11.18% (72.08%) |
20.00% (99.58%) |
25.11% (84.98%) |
13.35% (68.54%) |
9.27% (68.97%) |
24.08% (69.52%) |
| ワイド | 25.38% (76.63%) |
25.22% (74.14%) |
25.03% (78.62%) |
32.50% (84.25%) |
50.23% (92.37%) |
30.28% (75.86%) |
21.51% (75.46%) |
47.15% (74.84%) |
| 馬単 | 5.99% (70.44%) |
5.51% (65.20%) |
6.08% (74.00%) |
11.67% (95.42%) |
13.24% (90.14%) |
6.30% (57.82%) |
5.23% (72.87%) |
24.08% (66.99%) |
| 三連複 | 6.05% (57.61%) |
6.93% (57.18%) |
5.16% (57.89%) |
5.83% (59.83%) |
15.98% (60.55%) |
8.90% (74.30%) |
4.20% (51.78%) |
16.44% (67.67%) |
| 三連単 | 1.39% (49.22%) |
1.48% (57.51%) |
1.34% (43.15%) |
0.83% (16.00%) |
3.20% (45.57%) |
2.22% (89.84%) |
0.95% (36.02%) |
16.44% (62.15%) |
| 総合 | 59.28% (69.69%) |
58.44% (68.69%) |
59.60% (70.18%) |
66.67% (77.12%) |
74.43% (77.36%) |
63.41% (74.58%) |
56.53% (66.91%) |
89.35% (67.15%) |
昨年1年で検証した結果です。これまで新馬戦は別モデルにしてましたが、今回は全てのレース統一して学習させてます。多分、これまでよりまだまだ回収率は低いのですが、的中率が上がってきてるかと。R2が1.0に近い程精度が良いのですが、現状の目標は0.3です。このモデルより0.0449改善すれば大分良いものになるんじゃないかと期待してます。
標準モードでは既に対応済みで、こんな感じで表示され
"Delta"タブはこんな感じに過去走でのDelta値を表示出来ます。
外部プロセスの機械学習には評価指数選択が追加してあるので相対タイム学習時にはR2を選んで行う事をお勧めします。ハッシュビット数の選択とかも可能ですが、これは相対タイム学習では未だ使っておりません。これは最近取り組んでた走破タイムを改善しようと入れたものです。
分析メニューのMLに相対タイムを追加してます。事前にここでCSV出力を行ってから外部プロセス立ち上げで学習させて頂ければと思います。
秒数指定してLightGBMをチェックして評価指数はR2にして繰り返し回数を指定して開始ボタンを押して待つだけです。
追記 2026.4.26 8:29
ご自身で学習させてモデルを得られますが、現在こちらでも改善作業中で特徴量の追加も行いますのでバージョンアップ後にそれまでに得た学習モデルが利用出来なくなる事は覚えていて欲しいです。モデルの学習には長時間掛かるので、それまでの時間が無駄になる事もありますのでご了承願いたいです。
0 件のコメント:
コメントを投稿