スマホでできるデータ型投資：競輪予想VS機械学習予測

本

スマホでできるデータ型投資としての競輪。競輪予想誌上のデータと、機械学習の予測対決。

運営しているクリエイター: ムジン #IT業務改善＆ネットショップ運営改善やってます

#python

機械学習による競輪予想の開発雑記2021年１月

ども、ムジン（https://twitter.com/MKP3share）です。自分用のメモ書きとノウハウ共有です。 ▼スクレイピングで困惑した問題競輪データはある時期からデータ形状が違う。そのため、現在取得しやすいデータ期間に絞った。あくまで分析処理全体を考えた。アタマからシッポまで処理を回せることが第一条件。 ▼テストデータの生成レース毎に出走人数が違うので、9車と7車でデータを分けた。これがかなり処理の都合上良かった。トレーニング用のデータで、明

あと課題は３つ。 #機械学習 #競輪予想

お世話になっております。もうちょいですね。競輪予想を作り始めてからずっと気になっていたことが、解消されそうです。課題は３つ。 K-fold こいつが積年の課題というやつ遺伝的プログラミング特徴量の増加と削減のフロー固め終わりが見えてきた。５分かかっていた処理を数秒まで短縮したりと、この間にいろいろと試行錯誤しています。前は、問題にハマると、２週間かかっていたこともあったのですが、今は最大でも２日。だいぶPythonやpandasのクセもわ

【機械学習+競輪予想】人気通りに買える安定したレース場はどこかを計算で割り出す

というわけで、予想印通りに着順が決まりやすいレース場を探します。偏差値全体で20177レースこれの着順の平均を出しておく。 ###########全体平均grouped_mean_all = df.groupby(["予"]).mean()print(grouped_mean_all.head(20)) 予　result 無印　5.874988 × 4.084528 ▲ 4.939109 △ 4.565171 ○ 3.750135 ◎ 2.709216

111