2019/03/24 高松宮記念~機械学習(重回帰分析)による競馬予測~ では、機械学習(重回帰分析)を利用して、2019/03/24(日)に行われるG1レースである高松宮記念の記念について予測しましたのでご紹介します。
記念すべき競馬予測第一弾です！！！
第一弾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： 高松宮記念(G1)
日程： 2019/03/24(日)
発走時間： 15:40
距離： 1200.0
場所： 中京
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！
2019/03/24 高松宮記念~機械学習(重回帰分析)による競馬予測~
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： 2019/03/24 15:08:26
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 1 | スノードラゴン | 藤田菜七子 | 57 | 56 | 1:07.59 | ['騎手'] | 1:08.62 | 8 |
| 1 | 2 | ラインスピリット | 森一馬 | 50 | 50 | 1:09.22 | なし | 1:09.22 | 12 |
| 2 | 3 | ミスターメロディ | 福永祐一 | 9 | 9 | 1:09.09 | ['馬体重変化量'] | 1:09.06 | 11 |
| 2 | 4 | セイウンコウセイ | 幸英明 | 26 | 26 | 1:04.13 | ['年齢', '単勝オッズ', '人気'] | 1:09.46 | 13 |
| 3 | 5 | ティーハーフ | 国分優作 | 45 | 45 | 1:08.15 | なし | 1:08.15 | 6 |
| 3 | 6 | アレスバローズ | 川田将雅 | 30 | 30 | 1:10.42 | なし | 1:10.42 | 18 |
| 4 | 7 | ショウナンアンセム | 藤岡康太 | 34 | 34 | 1:21.71 | ['場所', '騎手', '単勝オッズ', '人気'] | 1:07.14 | 5 |
| 4 | 8 | レッツゴードンキ | 岩田康誠 | 31 | 30 | 1:09.05 | なし | 1:09.05 | 10 |
| 5 | 9 | ナックビーナス | 大野拓弥 | 31 | 31 | 1:08.94 | ['年齢'] | 1:10.41 | 17 |
| 5 | 10 | ラブカンプー | 酒井学 | 15 | 15 | 1:10.68 | ['場所', '年齢', '負担重量', '騎手', '人気'] | 1:09.49 | 14 |
| 6 | 11 | ヒルノデイバロー | 横山典弘 | 36 | 36 | 1:11.72 | ['単勝オッズ', '人気'] | 1:09.95 | 15 |
| 6 | 12 | ロジクライ | Ｃ．ルメール | 16 | 16 | 1:12.03 | ['年齢', '騎手'] | 1:10.12 | 16 |
| 7 | 13 | ダノンスマッシュ | 北村友一 | 11 | 11 | 1:08.79 | ['年齢'] | 1:08.23 | 7 |
| 7 | 14 | ペイシャフェリシタ | 松田大作 | 25 | 25 | 1:05.56 | ['単勝オッズ', '人気', '馬体重変化量'] | 1:06.53 | 3 |
| 7 | 15 | モズスーパーフレア | 武豊 | 14 | 14 | 1:04.63 | ['年齢', '負担重量'] | 1:04.42 | 2 |
| 8 | 16 | デアレガーロ | 池添謙一 | 14 | 14 | 1:08.09 | ['馬番', '場所', '年齢'] | 1:04.2 | 1 |
| 8 | 17 | ダイメイフジ | 丸山元気 | 25 | 25 | 0:53.17 | ['馬番', '年齢', '騎手', '馬体重', '単勝オッズ', '人気'] | 1:08.92 | 9 |
| 8 | 18 | ダイメイプリンセス | Ｍ．デムーロ | 25 | 25 | 1:06.4 | ['馬番', '年齢', '騎手', '馬体重変化量'] | 1:07.08 | 4 |
どのような結果が出るのか楽しみです。
2. 結果
発表され次第更新します。
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： 2019/03/24 15:57:47
| 馬番 | 枠番 | 馬名 | 騎手 | 予測タイム | タイム | 人気 | 予測着順 | 着順 |
|---|---|---|---|---|---|---|---|---|
| 1 | 1 | スノードラゴン | 藤田菜七子 | 1:08.62 | 1:09.2 | 10 | 8 | 17 |
| 2 | 1 | ラインスピリット | 森一馬 | 1:09.22 | 1:08.1 | 16 | 12 | 10 |
| 3 | 2 | ミスターメロディ | 福永祐一 | 1:09.06 | 1:07.3 | 4 | 11 | 1 |
| 4 | 2 | セイウンコウセイ | 幸英明 | 1:09.46 | 1:07.4 | 13 | 13 | 2 |
| 5 | 3 | ティーハーフ | 国分優作 | 1:08.15 | 1:07.6 | 11 | 6 | 5 |
| 6 | 3 | アレスバローズ | 川田将雅 | 1:10.42 | 1:08.0 | 7 | 18 | 9 |
| 7 | 4 | ショウナンアンセム | 藤岡康太 | 1:07.14 | 1:07.4 | 17 | 5 | 3 |
| 8 | 4 | レッツゴードンキ | 岩田康誠 | 1:09.05 | 1:07.6 | 5 | 10 | 6 |
| 9 | 5 | ナックビーナス | 大野拓弥 | 1:10.41 | 1:08.9 | 6 | 17 | 14 |
| 10 | 5 | ラブカンプー | 酒井学 | 1:09.49 | 1:09.3 | 12 | 14 | 18 |
| 11 | 6 | ヒルノデイバロー | 横山典弘 | 1:09.95 | 1:08.8 | 18 | 15 | 13 |
| 12 | 6 | ロジクライ | Ｃ．ルメール | 1:10.12 | 1:07.8 | 3 | 16 | 8 |
| 13 | 7 | ダノンスマッシュ | 北村友一 | 1:08.23 | 1:07.5 | 1 | 7 | 4 |
| 14 | 7 | ペイシャフェリシタ | 松田大作 | 1:06.53 | 1:08.1 | 15 | 3 | 12 |
| 15 | 7 | モズスーパーフレア | 武豊 | 1:04.42 | 1:09.0 | 2 | 2 | 15 |
| 16 | 8 | デアレガーロ | 池添謙一 | 1:04.2 | 1:07.8 | 9 | 1 | 7 |
| 17 | 8 | ダイメイフジ | 丸山元気 | 1:08.92 | 1:08.1 | 14 | 9 | 11 |
| 18 | 8 | ダイメイプリンセス | Ｍ．デムーロ | 1:07.08 | 1:09.1 | 8 | 4 | 16 |
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、2019/03/24(日)に行われるG1レースである高松宮記念の記念について予測してみました。
記念すべき競馬予測第一弾です！！！
記念すべき初予測でしたが、残念ながら当選はありませんでした。
そんなに甘くはなかったですね(笑)
結果を見てみると、人気が集中していた出走馬の結果が芳しくなかったですね。
人気が高くなかった2頭が2着と3着になりました。なかなかの番狂わせです。
さらに予測タイムと実際のタイムを比べてみると、そこまでぶっ飛んで乖離しているデータはないものの、1位予測のデアレガーロの予測タイムは1:04.2でした。
それに対して実際に1位であったミスターメロディのタイムは1:07.3 でした。
3秒の差はなかなか大きいですのでまだまだ改善の余地ありです。
とりあえずあと数回は同じ手法で予測をして、その結果から今後の改善点を考えながら、より正確に予測していければと思います。
次は2019年3月31日に行われる大阪杯ですかね。
各出走馬に対して十分な過去レースデータがあれば公開しますね！
【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。
