マガジンのカバー画像

スマホでできるデータ型投資:競輪予想VS機械学習予測

36
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

#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