今までのをまとめると

1. データを用意する。
2. データにラベルを貼る。
3. データを訓練用、テスト用にわける
4. 学習させて、予想用データを入れる
5. 予想結果をもらう

では、さっそく、この間、盛大に予測を外した競馬のコードを書いていく。


でもその前に、予測の方法を考える。


何を中心にして予測をすべきか？　これ色々ある。
今回は、レースタイムを予測するという方法に絞った。



レースタイムに影響をする全般のデータかな？と思う。
過去のデータは

1. レースタイム
2. 距離
3. 開催場所
4. 騎手
5. レース日？

にしよう。

他にも色々とあるんだけどね。斤量とか。
入れたい人は入れても大丈夫。

自分の予想メソッドに沿ったデータを入れるべき。



前回、大きく予想を外した菊花賞を再度予想してみます。


必要なデータは、さきほど2で書いた通り。


必要な範囲は、出馬するデータの過去データを全部取りましょう。


Yahoo 競馬の情報を使ってまとめます。



2019年の今回の菊花賞の出馬はこんな感じ↓

番	馬ID	馬名	騎手ID	騎手名
1	2016104772	ザダル	01077	石橋 脩
2	2016103444	ニシノデイジー	05339	C.ルメール
3	2016104668	カリボール	05525	藤井 勘一郎
4	2016110103	ユニコーンライオン	05203	岩田 康誠
5	2016104854	ワールドプレミア	00666	武 豊
6	2016104291	ディバインフォース	00660	横山 典弘
7	2016104656	ヒシゲッコウ	05271	C.スミヨン
8	2016105526	メロディーレーン	01163	坂井 瑠星
9	2016100272	ヴァンケドミンゴ	01093	藤岡 佑介
10	2016104549	カウディーリョ	05212	M.デムーロ
11	2016105272	シフルマン	01126	松山 弘平
12	2016105292	レッドジェニアル	01034	酒井 学
13	2016104529	ヴェロックス	01088	川田 将雅
14	2016104659	サトノルークス	01014	福永 祐一
15	2016104816	ホウオウサーベル	00663	蛯名 正義
16	2016103387	ナイママ	01009	柴田 大知
17	2016100527	タガノディアマンテ	01075	田辺 裕信
18	2016102192	メイショウテンゲン	01032	池添 謙一

過去のレースデータが長くなるので、今回のサンプルコードは、2頭だけにします。


まとめて16頭予想するときはデータを拡張するだけです。


じゃ、今回は、1番のザダルと2番のニシノデイジーだけでいきます。



まずデータ整理として先程の出馬をこうします。↓

馬ID	騎手ID
2016104772	01077
2016103444	05339

カラム名を[馬ID]を[umaID]、[騎手ID]を[kishuID]に変更して、これをbase.csvで保存しておく。


base.csvの中身はこう↓



IDと名前のどちらかがいるだけなので、IDのみ残します。


この2頭の過去のレースは、

馬ID	レースID	騎手ID	レース名	レース日	開催場所	芝ダ	距離	タイム	3F	着順
2016103444	1801020511	01025	札幌2（GIII）	2018-09-01	札幌	芝	1800	NULL	37.0	1
2016103444	1802020205	01025	新馬	2018-07-08	函館	芝	1800	113.6	36.0	2
2016103444	1802020501	01025	未勝利	2018-07-21	函館	芝	1800	109.7	35.7	1
2016103444	1805050511	01025	東ス2(GIII)	2018-11-17	東京	芝	1800	106.6	33.9	1
2016103444	1806050911	01025	ホープ(GI)	2018-12-28	中山	芝	2000	121.9	35.3	3
2016103444	1905021211	01025	東京優(GI)	2019-05-26	東京	芝	2400	143.1	34.3	5
2016103444	1906020411	01025	弥生賞(GII)	2019-03-03	中山	芝	2000	123.7	37.1	4
2016103444	1906030811	01025	皐月賞(GI)	2019-04-14	中山	芝	2000	120.1	35.9	1
2016103444	1906040511	01025	セント(GII)	2019-09-16	中山	芝	2200	132.1	35.0	5
2016104772	1809050605	05495	新馬	2018-12-16	阪神	芝	2000	NULL	NULL	NULL
2016104772	1905020810	01077	プリン(L)	2019-05-12	東京	芝	2000	118.3	33.7	1
2016104772	1906010306	01077	新馬	2019-01-12	中山	芝	1600	97.4	34.8	1
2016104772	1906020606	01075	3歳	2019-03-10	中山	芝	2000	121.2	34.8	1
2016104772	1906040511	01077	セント(GII)	2019-09-16	中山	芝	2200	131.9	35.8	3

これも必要な分だけにまとめます。

馬ID	レースID	騎手ID	日付	開催場所	芝ダ	距離	タイム
2016103444	1801020511	01025	2018-09-01	札幌	芝	1800	NULL
2016103444	1802020205	01025	2018-07-08	函館	芝	1800	113.6
2016103444	1802020501	01025	2018-07-21	函館	芝	1800	109.7
2016103444	1805050511	01025	2018-11-17	東京	芝	1800	106.6
2016103444	1806050911	01025	2018-12-28	中山	芝	2000	121.9
2016103444	1905021211	01025	2019-05-26	東京	芝	2400	143.1
2016103444	1906020411	01025	2019-03-03	中山	芝	2000	123.7
2016103444	1906030811	01025	2019-04-14	中山	芝	2000	120.1
2016103444	1906040511	01025	2019-09-16	中山	芝	2200	132.1
2016104772	1809050605	05495	2018-12-16	阪神	芝	2000	NULL
2016104772	1905020810	01077	2019-05-12	東京	芝	2000	118.3
2016104772	1906010306	01077	2019-01-12	中山	芝	1600	97.4
2016104772	1906020606	01075	2019-03-10	中山	芝	2000	121.2
2016104772	1906040511	01077	2019-09-16	中山	芝	2200	131.9

ここまでが過去のデータです。

これもカラム名を
[馬ID] を [umaID]
[レースID] を [raceID]
[騎手ID] を [kishuID]
[日付] を [r_date]
[開催場所] を [r_place]
[芝ダ] を [r_shibada]
[距離] を [race_meter]ter]
[タイム] を [r_time]


へと変更し、これをkako.csvで保存。


kako.csvの中身はこう↓




で、予想したい条件は菊花賞。京都で3000m。なのでこう↓

馬ID	レースID	騎手ID	日付	開催場所	芝ダ	距離	タイム
2016104772	1908040711	01077	2019-10-20	京都	芝	3000	求めたいところ
2016103444	1908040711	05339	2019-10-20	京都	芝	3000	求めたいところ