データ分析

2019/12/22 有馬記念 ~機械学習(重回帰分析)による競馬のタイム予測~

2019年12月22日

2019/12/22 有馬記念 ~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、2019/12/22に行われるG1レースである有馬記念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: 有馬記念

日程: 2019/12/22

発走時間: 15:25

出走頭数: 16頭

距離: 2500

場所: 中山

馬場: 良

地面: 芝

天気: 曇

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!

  1. 予測値
  2. 結果



2019/12/22 有馬記念 ~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: 2019/12/22 15:01:50

枠番馬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
11スカーレットカラー岩田康誠17162:30.26['枠番', '馬番', '馬体重変化量']2:37.7316
12スワーヴリチャードO.マーフィー17172:11.16['年齢', '騎手', '馬体重']2:31.187
23エタリオウ横山典弘14142:27.64なし2:27.642
24スティッフェリオ丸山元気24242:30.51['年齢']2:33.5314
35フィエールマン池添謙一872:33.38['枠番', '年齢', '騎手', '単勝オッズ']2:31.939
36リスグラシューD.レーン20202:36.05['場所', '年齢', '騎手', '馬体重']2:32.3310
47ワールドプレミア武豊662:35.06['場所', '馬体重', '人気']2:32.511
48レイデオロ三浦皇成15142:46.98['年齢', '騎手', '馬体重', '単勝オッズ', '人気']2:31.798
59アーモンドアイC.ルメール992:25.09['場所', '年齢', '騎手', '馬体重']2:30.726
510サートゥルナーリアC.スミヨン772:25.44['年齢', '騎手', '馬体重', '単勝オッズ', '人気']2:29.295
611キセキR.ムーア21182:30.39['年齢', '騎手']2:28.544
612クロコスミア藤岡佑介32312:40.97['年齢', '単勝オッズ', '人気']2:37.1715
713アルアイン松山弘平19192:34.88['年齢', '単勝オッズ', '人気']2:33.1312
714ヴェロックス川田将雅992:37.06['馬体重', '単勝オッズ', '人気']2:33.4613
815アエロリット津村明秀17172:33.01['年齢', '単勝オッズ', '人気']2:27.83
816シュヴァルグラン福永祐一32292:30.56['単勝オッズ', '人気']2:27.541

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: 2019/12/22 22:49:45

馬番枠番馬名騎手予測タイムタイム人気予測着順着順
11スカーレットカラー岩田康誠2:37.732:35.31116.015
21スワーヴリチャードO.マーフィー2:31.182:33.656.012
32エタリオウ横山典弘2:27.642:32.4101.010
42スティッフェリオ丸山元気2:33.532:34.01310.013
53フィエールマン池添謙一2:31.932:31.668.04
63リスグラシューD.レーン2:32.332:30.529.01
74ワールドプレミア武豊2:32.52:31.4412.03
84レイデオロ三浦皇成2:31.792:32.197.07
95アーモンドアイC.ルメール2:30.722:32.3114.09
105サートゥルナーリアC.スミヨン2:29.292:31.335.02
116キセキR.ムーア2:28.542:31.674.05
126クロコスミア藤岡佑介2:37.172:35.31615.016
137アルアイン松山弘平2:33.132:32.81511.011
147ヴェロックス川田将雅2:33.462:32.3813.08
158アエロリット津村明秀2:27.82:35.0123.014
168シュヴァルグラン福永祐一2:27.542:31.9142.06

予測結果

  • 残念ながら今回のレースで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、2019/12/22に行われるG1レースである有馬記念について予測してみました。

今回は残念ながらボロボロの結果となってしまいました。

やはり距離が長いと予測はなかなか難しいなと感じます。

今まで当選した結果を振り返ってみると、短距離のレースばかりで、長距離レースに関してはなかなか当選していません。

このあたりについては少し改良が必要だなと感じます。

2019年も残りわずかです。

2020年には少しモデルを改良して引き続き挑戦していこうと思います。

【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。
【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。

-データ分析
-, , ,

© 2022 気ままなブログ