競輪データ解析

AIを駆使した自作の競輪予想システムが6か月間の実証実験で回収率117%を達成! 機械学習モデルによる着順予測を毎日配信! 回収率100%を超える車券の買い方も公開中! 機械学習やデータ分析で競輪と向き合うブログです。

カテゴリー

機械学習による本命選手ライン2名の2連対率・3連対率の予測

本命ライン2名の選手の2車複・ワイドの的中率を予測

機械学習による予測モデルシリーズです。今回は本命ライン2名(本命ラインの自力選手と番手選手)の2連対率・3連対率の予測モデルです。言い方を変えると本命ライン2名の2車複・ワイドの的中率を予測するモデルという見方ができます。

基本的な流れは前回の記事「機械学習による競輪の1着予想・2連対率予想・3連対率予想」を踏襲してます。www.ai-keirin.com

予測対象となる本命ラインの条件

「出走メンバーのうち競走得点が1位と2位の選手でラインを組む」のが本命ラインの定義です。

予測モデル構築のための学習データ

前回同様にモデル構築のための学習データとして,2012年1月1日~2017年12月31日の競走データの中から前述した予測対象となる条件を満たすレースを抽出して学習データとしています。

 

予測精度の検証

検証結果を表とグラフで示します(予測値の±3σを10区間に区切って,その予測区間のデータの実際の本命選手ラインの2車複的中率・ワイド的中率をプロット)。グラフの見方ですが,X軸は予測モデルの予測値(%),Y軸は実際の発生率(%)となってます。グラフのX軸・Y軸のレンジは同じにしてあるのでグラフの対角線(左下から右上)に対してデータの傾きが小さければ予測値より実際の発生率は低く,逆に対角線より傾きが大きければ予測値より実際の発生率が高いことになります(以下の説明図を参照)。

f:id:ai_keirin:20181215072018p:plain

 

ここから実際の結果を掲載します。掲載の順序は以下のとおりです。

  • S級 本命ライン3車 ライン2名の2連対率・3連対率
  • S級 本命ライン2車 ライン2名の2連対率・3連対率
  • A級(1・2班) 本命ライン3車 ライン2名の2連対率・3連対率
  • A級(1・2班) 本命ライン2車 ライン2名の2連対率・3連対率
  • C級(=チャレンジ) 本命ライン3車 ライン2名の2連対率・3連対率
  • C級(=チャレンジ) 本命ライン2車 ライン2名の2連対率・3連対率

S級 本命ライン3車 ライン2名の2連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155928p:plain
7.0 0.0 (0/0)
13.2 18.4 (25/136)
19.4 16.0 (128/798)
25.6 22.1 (318/1439)
31.7 28.0 (494/1764)
37.9 35.0 (549/1570)
44.1 40.4 (479/1186)
50.3 46.6 (304/653)
56.5 54.5 (139/255)
62.7 57.3 (47/82)

S級 本命ライン3車 ライン2名の3連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155925p:plain
19.0 14.3 (3/21)
25.1 27.1 (67/247)
31.3 29.3 (218/744)
37.4 33.6 (428/1272)
43.5 40.8 (649/1592)
49.6 45.2 (783/1733)
55.8 52.5 (703/1338)
61.9 60.0 (415/692)
68.0 63.0 (138/219)
74.2 69.4 (25/36)

S級 本命ライン2車 ライン2名の2連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155920p:plain
5.0 66.7 (2/3)
10.0 8.1 (23/284)
15.0 12.8 (79/617)
20.0 17.7 (112/633)
25.0 21.3 (132/621)
30.0 28.4 (125/440)
35.0 29.9 (81/271)
40.0 34.5 (50/145)
45.0 38.5 (30/78)
50.0 44.4 (16/36)

S級 本命ライン2車 ライン2名の3連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155917p:plain
7.0 0.0 (0/0)
13.3 32.5 (13/40)
19.6 16.6 (57/344)
25.9 23.4 (142/607)
32.1 28.2 (178/631)
38.4 34.4 (223/648)
44.7 42.0 (207/493)
51.0 41.8 (107/256)
57.3 57.1 (60/105)
63.5 58.3 (14/24)

 

A級 本命ライン3車 ライン2名の2連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155944p:plain
7.2 0.0 (0/1)
13.5 12.1 (42/348)
19.7 16.7 (233/1397)
26.0 22.8 (607/2664)
32.2 28.7 (946/3291)
38.5 34.3 (1061/3090)
44.8 42.0 (930/2215)
51.0 48.0 (593/1235)
57.3 52.7 (252/478)
63.5 65.3 (81/124)

A級 本命ライン3車 ライン2名の3連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155941p:plain
18.7 19.7 (13/66)
25.5 21.5 (127/590)
32.2 29.9 (372/1244)
39.0 35.0 (784/2237)
45.8 43.1 (1316/3056)
52.5 48.1 (1604/3336)
59.3 55.1 (1415/2566)
66.0 63.9 (860/1345)
72.8 68.7 (261/380)
79.5 83.0 (39/47)

A級 本命ライン2車 ライン2名の2連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155938p:plain
4.6 7.7 (2/26)
9.3 7.2 (29/402)
13.9 12.9 (88/684)
18.6 16.2 (126/777)
23.2 18.6 (136/731)
27.9 26.7 (152/569)
32.5 31.2 (113/362)
37.2 32.4 (68/210)
41.8 36.2 (34/94)
46.5 27.0 (10/37)

A級 本命ライン2車 ライン2名の3連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155934p:plain
6.5 0.0 (0/1)
13.1 13.4 (25/186)
19.6 15.1 (79/523)
26.1 24.4 (180/739)
32.7 27.3 (226/829)
39.2 36.4 (261/718)
45.8 42.5 (201/473)
52.3 49.1 (142/289)
58.8 48.6 (52/107)
65.4 57.5 (23/40)

C級(=チャレンジ) 本命ライン3車 ライン2名の2連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155957p:plain
8.3 0.0 (0/2)
16.6 13.3 (50/376)
24.9 18.4 (229/1245)
33.2 29.8 (540/1810)
41.5 36.6 (712/1947)
49.7 45.3 (774/1707)
58.0 56.2 (717/1276)
66.3 58.9 (440/747)
74.6 71.8 (209/291)
82.9 82.4 (56/68)

C級(=チャレンジ) 本命ライン3車 ライン2名の3連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155954p:plain
20.9 16.3 (8/49)
29.3 28.1 (95/338)
37.7 33.8 (276/817)
46.2 41.3 (611/1478)
54.6 50.8 (981/1930)
63.0 57.7 (1169/2027)
71.4 67.9 (1149/1691)
79.9 75.1 (683/910)
88.3 87.3 (199/228)
96.7 100.0 (2/2)

C級(=チャレンジ) 本命ライン2車 ライン2名の2連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155951p:plain
5.8 4.0 (5/126)
11.6 7.6 (62/811)
17.3 16.7 (186/1115)
23.1 19.5 (211/1083)
28.9 25.0 (197/787)
34.7 26.8 (149/556)
40.5 35.1 (129/367)
46.3 47.5 (115/242)
52.0 52.4 (65/124)
57.8 64.2 (43/67)

C級(=チャレンジ) 本命ライン2車 ライン2名の3連対率

予測値
(%)
実際の
発生率
(%)
レース数
(発生数/予測数)
f:id:ai_keirin:20180503155948p:plain
7.9 33.3 (1/3)
15.9 12.9 (35/272)
23.8 20.9 (164/784)
31.8 26.7 (275/1031)
39.7 35.4 (384/1086)
47.7 42.8 (382/893)
55.6 48.5 (319/658)
63.5 65.3 (250/383)
71.5 71.2 (111/156)
79.4 78.3 (36/46)

おわりに

まあまあ線形の特性を示してくれて思ったよりは悪くない予測モデルになりました(相変わらずライン2車はあてはまりが悪いですが)。仮に2連対予測値が50%以上を示した場合に2車複のオッズが常に2倍以上あれば回収率は100%を超えるんですが,このような場合のオッズは大抵1.5倍前後で,予測値60%を超えてくると1.2倍前後となってくるのが実態です。あとでこの予測値を使用した車券購入シミュレーションについての記事を書こうと思ってます。(↓書きました)

「機械学習を利用した車券購入シミュレーション・本命を買い続けると回収率はどうなる?」www.ai-keirin.com