2019/04/28 天皇賞(春) ~機械学習(重回帰分析)による競馬のタイム予測~ では、機械学習(重回帰分析)を利用して、2019/04/28に行われるG1レースである天皇賞(春)について予測しましたのでご紹介します。
今回の予測対象レースおよび条件はこちらになります。
レース名: 天皇賞(春)
日程: 2019/04/28
発走時間: 15:40
出走頭数: 13頭
距離: 3200
場所: 京都
馬場: 良
地面: 芝
天気: 晴
予測に用いている機械学習の分析手法の一つである重回帰分析や、タイム予測に利用した要素や制約などに関する情報についてはこちらの記事をご参照ください。
-
【数式なしで徹底解説!】機械学習の基本!回帰分析(単回帰分析・重回帰分析)について解説します!
-
機械学習(重回帰分析)を利用して競馬予測に挑戦します!【過去データからタイムを予測】
それでは予測を見ていきましょう!
2019/04/28 天皇賞(春) ~機械学習(重回帰分析)による競馬のタイム予測~
1. 予測値
それでは早速、機械学習(重回帰分析)によって算出された予測値を見ていきましょう!
ちゃんとレース開始前に算出したことをメモしておくために、予測を算出した時間も表示しておきます。
予測を算出した時間: 2019/04/28 14:48:43
馬番 | 枠番 | 馬名 | 騎手 | 過去レース数 | 有効データ数 | 全変数を利用した予測タイム(参考値) | 外挿のため除去した変数 | 予測タイム | 予測着順 |
---|---|---|---|---|---|---|---|---|---|
1 | 1 | チェスナットコート | 坂井瑠星 | 20 | 18 | 3:13.62 | ['年齢', '単勝オッズ', '人気'] | 3:22.22 | 13 |
2 | 2 | エタリオウ | M.デムーロ | 10 | 10 | 3:18.0 | ['負担重量', '騎手'] | 3:17.49 | 7 |
3 | 3 | リッジマン | 蛯名正義 | 27 | 27 | 3:18.11 | ['負担重量', '馬体重変化量'] | 3:18.68 | 8 |
4 | 4 | ヴォージュ | 和田竜二 | 26 | 25 | 3:25.56 | ['年齢', '負担重量'] | 2:53.31 | 1 |
5 | 4 | メイショウテッコン | 福永祐一 | 11 | 11 | 3:21.29 | ['負担重量', '騎手'] | 3:21.69 | 10 |
6 | 5 | カフジプリンス | 中谷雄太 | 27 | 27 | 3:16.91 | ['負担重量'] | 3:17.03 | 6 |
7 | 5 | グローリーヴェイズ | 戸崎圭太 | 7 | 7 | 3:13.7 | ['年齢', '負担重量', '騎手', '馬体重'] | 3:07.25 | 3 |
8 | 6 | パフォーマプロミス | 北村友一 | 17 | 17 | 3:06.59 | ['騎手', '単勝オッズ'] | 2:57.36 | 2 |
9 | 6 | ユーキャンスマイル | 岩田康誠 | 10 | 10 | 3:14.79 | ['年齢', '負担重量'] | 3:18.91 | 9 |
10 | 7 | フィエールマン | C.ルメール | 5 | 5 | 3:21.77 | ['負担重量', '騎手'] | 3:21.91 | 11 |
11 | 7 | ケントオー | 幸英明 | 40 | 40 | 3:20.23 | ['負担重量'] | 3:21.94 | 12 |
12 | 8 | クリンチャー | 三浦皇成 | 14 | 12 | 3:07.93 | ['年齢', '馬体重'] | 3:14.35 | 5 |
13 | 8 | ロードヴァンドール | 横山典弘 | 24 | 24 | 3:09.17 | なし | 3:09.17 | 4 |
どのような結果が出るのか楽しみです。
2. 結果
レース結果
レース結果が出ましたのでご報告します。
こちらが予測値と結果をまとめたデータになります。
結果更新時間: 2019/04/28 15:54:21
枠番 | 馬番 | 馬名 | 騎手 | 予測タイム | タイム | 人気 | 予測着順 | 着順 |
---|---|---|---|---|---|---|---|---|
1 | 1 | チェスナットコート | 坂井瑠星 | 3:22.22 | 3:16.8 | 10 | 13 | 6 |
2 | 2 | エタリオウ | M.デムーロ | 3:17.49 | 3:16.0 | 2 | 7 | 4 |
3 | 3 | リッジマン | 蛯名正義 | 3:18.68 | 3:17.4 | 11 | 8 | 8 |
4 | 4 | ヴォージュ | 和田竜二 | 2:53.31 | 中止 | 12 | 1 | |
4 | 5 | メイショウテッコン | 福永祐一 | 3:21.69 | 3:18.9 | 4 | 10 | 11 |
5 | 6 | カフジプリンス | 中谷雄太 | 3:17.03 | 3:17.3 | 9 | 6 | 7 |
5 | 7 | グローリーヴェイズ | 戸崎圭太 | 3:07.25 | 3:15.0 | 6 | 3 | 2 |
6 | 8 | パフォーマプロミス | 北村友一 | 2:57.3 | 3:16.0 | 8 | 2 | 3 |
6 | 9 | ユーキャンスマイル | 岩田康誠 | 3:18.91 | 3:16.5 | 3 | 9 | 5 |
7 | 10 | フィエールマン | C.ルメール | 3:21.91 | 3:15.0 | 1 | 11 | 1 |
7 | 11 | ケントオー | 幸英明 | 3:21.94 | 3:17.6 | 13 | 12 | 9 |
8 | 12 | クリンチャー | 三浦皇成 | 3:14.35 | 3:17.7 | 5 | 5 | 10 |
8 | 13 | ロードヴァンドール | 横山典弘 | 3:09.17 | 3:20.7 | 7 | 4 | 12 |
予測結果
残念ながら今回は当選はありませんでした。
まとめ
いかがでしたでしょうか。
ここでは、機械学習(重回帰分析)を利用して、2019/04/28に行われるG1レースである天皇賞(春)について予測してみました。
平成最後の天皇賞でしたが、残念ながら当選はありませんでした。
今回のレースについて見てみると、予測で1位と出ていたヴォージュが出場中止というまさかの事態になりました・・・
とても残念ですが、こればかりは仕方がありませんね。
さらにこのレースの特徴としては距離が3200mと比較的に長いことです。
距離が3000mを超えるレースはそう多くはありません。
したがいまして、今回の予測では距離が外挿となる馬が多数ありました。
こちらの記事でご紹介していますように距離については外挿ちと判断されても無視していますが、短距離に比べて予測タイムと実際のタイムの差が大きいことから多少は影響するのかなとも思いました。
-
機械学習(重回帰分析)を利用して競馬予測に挑戦します!【過去データからタイムを予測】
今回については距離が少し長かったということでこのような結果になっても仕方がないのかなと思います。
次回のレースに期待ですね。
次のG1レースは2019年5月5日のNHKマイルですが、こちらは3歳牡馬が対象ですので過去データが少なく予測は厳しいと思います。
となると次回の予測は2019年5月12日のヴィクトリアマイルになるかと思います。
距離は1600mとデータの多い距離ですので期待しましょう!
【2020年5月6日追記】
2019年に算出した全ての予測結果をこちらの記事でまとめました。
全て単勝でかけていたらトータルで3倍のリターンでした!
-
【プラス収支達成!】2019年に機械学習(重回帰分析)で競馬予測をかけた結果をまとめました。