決定木を用いた競馬予想アルゴリズムの開発

モチベ

• 簡単に勝ち馬を予測できるロジックがほしいと思った.

データ

• 約8万レコードの過去のレース結果から、勝ち馬/負け馬のデータを1000レコードずつ無作為抽出。

  • 不均衡データの解析は面倒なので、これを避けるためのサンプリング。

  • よって、合計2000レコード。テストデータとかは使っていない。

解析手法

• 言語はR。

• 簡単に予測したいのでモデルアーキテクチャとして単一の決定木を用いた。

• 木の剪定を行い、過学習は防いでいるつもり。

おおざっぱな解析結果

• 出走位置（馬番号）と、当日の馬体重で、閾値が導出でき、これら2つの特徴量から、勝ち馬/負け馬の判定ができる決定木を作成できた。

課題

• 当然だがSVMやランダムフォレストの方が精度が高いはず。ただし、予測するためのデータセットを作成しなければいけないので、面倒。。

作成した決定木