2023.2/4(日)競馬AI解析【きさらぎ賞】のブログ未公開データ（マトリクスと傾向・解析まとめ・検証データ・ＳＬＭ・補助適性タイプ・調教適性・自動データ印など）

今回、
特別戦の簡易解析データと
東京新聞杯　の解析詳細　　は
まとめて先に出しましたので
きさらぎ賞　の
解析データ詳細は
別記事として立てました。

※
当記事で閲覧できるのは
きさらぎ賞　に関するデータのみで
その他の特別戦や
東京新聞杯　の解析データについては
一切掲載されていません。
その点はご了承下さい。
東京新聞杯　のデータについては
以下で公開されています。

現在の更新状況や当記事の詳細については
以下の『現在の情報公開状況について』を
ご確認下さい。

---

現在の公開状況について

現在、
公開予定のデータは
全て掲載済みとなっています。

閲覧できるデータに関しましては
きさらぎ賞　の
・自動データ印
・解析まとめ
・調教適性
・補助適性タイプ
・各種解析項目一覧
・過去解析検証データ
・ラップ適性マトリクス
　+ エリア分け
・SLM（機変マッピング）
　+ エリア分け
などとなっています。

なお、繰り返しになりますが
その他の特別戦や
東京新聞杯　のデータに関してましては
当記事には一切掲載されておりませんので
その点にはご注意ください。

　　

---

きさらぎ賞・ブログ未公開データ

今回の解析結果について

今回の適性評価設定も、
昨年末から採用しているバランス重視型。
つまり、上位の好走率が高くなるコトよりも
好走馬の全てが一定以上の評価の中から出るコトに
重点を置いて設定しています。
要するに、
理論上、極端な低指数から好走馬が出にくい仕様
というコトです。
その点は最近の例に漏れずいつも通りです。

ただし、このレースに関しては
過去に、出走頭数の少ない年が多かったため
そもそも二桁順位になり得る馬が存在しない場合があり
それによって、
適性指数順位二桁の好走馬が出にくい
というコトに、自然となっています。

また、この点は
適性評価の信頼度を考える上でも重要で
例年とあまりに出走頭数が変わると
過去データで通用している適性評価設定が
いまいちハマらない事態が出て来る可能性があります。
分かりやすく言えば、
毎年、５頭立てで走っているレースの結果を基に
適性評価設定を造っても
今年予想したいレースが18頭立てであれば
紛れが発生する可能性は高くなるという話です。
（そもそも頭数が多ければ紛れやすくなるのは当然ですが。）

今年の場合は12頭なので、特別多くはないですが
このきさらぎ賞は、
８・９頭で開催されるコトもあるレースですから
それに比べると、相対的にはやや多めの頭数です。
もちろん、11～13頭程度で開催された回も散見されますが
頻繁ではありません。
無論、この程度であれば
適性評価設定の信頼度に
ケチを付けるほどではないと思われますが
過去データに出走頭数の開きがあり過ぎるレースだと
適性評価設定が結果に直結しづらい可能性が出て来る
という点にだけ一応言及しておきます。

次に、
低指数好走馬と補助適性タイプについてですが、
まずは、低指数好走馬について。