以前JRA-VANのデータをMySQLに入れましたが、それを使って機械学習する流れを紹介します。
使用するのは Python Jupyter Lab でロジスティック回帰を用いて、中山記念で3着以内に入る馬を予測します。
説明を簡単にするため、予測に必要なデータは人気、インコースがアウトコースか、馬体重増減の3つだけ使います。
予測精度は微妙ですが、機械学習で競馬予測の流れを掴んでもらえたらと思います。
以前JRA-VANのデータをMySQLに入れましたが、それを使って機械学習する流れを紹介します。
使用するのは Python Jupyter Lab でロジスティック回帰を用いて、中山記念で3着以内に入る馬を予測します。
説明を簡単にするため、予測に必要なデータは人気、インコースがアウトコースか、馬体重増減の3つだけ使います。
予測精度は微妙ですが、機械学習で競馬予測の流れを掴んでもらえたらと思います。
バツイチちゃんがハイスペwindows機を買ったのでレビューしました。
このマシン標準でRAID0が組まれてるので、それの解除も行いました。
RIAD0の解除がけっこう大変だった。
USBメモリでwindows10のインストールメディアを作ると、USB3.0だとエラーになる。
このマシンUSB3.0しか付いてないのに。
仕方なくDVDにイメージを焼こうと思っても、4.7G以上あるため、片面2層のメディアじゃないと入らない。
インストールしたあとに、ドライバを1つずつHPのサイトからダウンロードしてきて入れなきゃいけない。
などなど、色々地雷でした。
今までnetkeibaをスクレイピングしたり、api叩いたりしてデータを集めていましたが、けっこう大変なのとリニューアルとかされたら、また1からコードを書かないといけなくなるので、jra-vanデータラボのサービスを利用することにしました。
こちらはjraが提供してるデータを扱えるソフト寄せ集めサービスみたいな感じで、月2000円くらいでそれらのソフトを自由に使うことができます。
今回CSVに出力できる、Target frontier JVというソフトや、各種データベースに接続してデータを収集できるeveryDB2というソフトを試してみました。
ただ、windowsでしか使えないので、windowsにMySQL入れたりしてます。
2015年に買ってあまり使わず放置してたSurfacePro3を活用しようと思って、Ubuntuを入れてみます。
ほんとは最初 Lubuntu を入れたんだけど、あまりの不具合っぷりにまともに使えないので、Ubuntuにしました。
Ubuntu入れたあとは動画用にSimpleScreenRecorderを入れて、Chrome, Albert, Anaconda入れて、前回の動画のソースを動かすところまでやってます。
続きで、もうちょっと開発環境整えてます
netkeibaのapiからオッズ情報を取ってきて、券種別で人気順を見ていきます。
異常オッズと言っておきながらオッズの値は加味してないので、異常人気馬検知って感じでしょうか。
pandasのdataframeとseabornを使って見やすい表にしています。
OLEDをつけるの自体は簡単
でもOLEDのチョイスを間違えた・・・。
ずっとKudox Gameの使用動画を作りたかったんですよね。
実際どんなふうに使われてるか写真だけだとわからないじゃないですか。
設計をお手伝いしてくれたTさん協力の下、FPSのDestiny2とマインクラフトのプレイ動画を撮影したので紹介します。