競輪の着順予測用の機械学習モデルの精度

• 最終更新日 : 2021年1月6日

ブログで使用している本命ライン情報・本命選手情報の着順予測用の機械学習モデルの精度をまとめています。概ね機械学習モデルが予測したとおりの結果に収束していますので、競輪予想のファクターのひとつとして十分利用可能な精度かと思います。

目次

• 集計対象期間、予測対象レース数
• 予測精度検証グラフの見方
• 本命ラインの2車複的中予測モデル
• 本命ラインのワイド的中予測モデル
• 本命選手の1着予測モデル
• 本命選手の2連対予測モデル
• 本命選手の3連対予測モデル
• 本命選手のラインの2車複的中予測モデル
• 本命選手のラインのワイド的中予測モデル

集計対象期間、予測対象レース数

• 集計対象期間 … 2012年1月1日 ~ 最終更新日まで
• 予測対象レース数(本命ライン) … 34048
• 予測対象レース数(本命選手) … 58575

目次へ戻る

予測精度検証グラフの見方

機械学習モデルの精度検証にはCalibration curveを使っています。Calibration curveは予測した確率と実際の確率がどの程度一致しているかを確認する手法です。
精度検証結果を示したグラフは横軸をモデルの予測値、縦軸を実際に的中した割合としています。それぞれの軸のレンジは同じにしてあるので理想的なモデルであればグラフの左下から右上へ対角線がプロットされます(予測確率と実際の的中率が一致している状態)。
レンジの分割の方法は予測確率の±3σの間を20分割しています。また、グラフのみだと詳細な値が分かりにくいので実際の数値を記載した表も掲載しています。

目次へ戻る

本命ラインの2車複的中予測モデル

• 並びが 123 456 789 で本命ラインが 123 のラインなら 1=2 の2車複が的中する確率を予測する機械学習モデルです。
• 対象レース数が最も多い区間は予測値 35.9% ~ 39.8% の区間で、その予測区間の実際の的中率は 39.9% となっています(対象レース数=4089レース、実際の的中レース数=1631レース)。
• 的中率が最も高いと予測された区間(75.7% ~ 79.7% の区間)の実際の的中率は 82.1% となっています(対象レース数=173レース、実際の的中レース数=142レース)。

モデル予測値 vs. 実際の的中率

予測値 (%)	実際の的中率 (%)	的中レース数/予測レース数
0.0 ~ 4.0	0.0	0 / 6
4.0 ~ 8.0	14.9	20 / 134
8.0 ~ 12.0	15.9	60 / 377
12.0 ~ 15.9	20.4	156 / 765
15.9 ~ 19.9	26.7	327 / 1227
19.9 ~ 23.9	25.9	502 / 1935
23.9 ~ 27.9	28.5	794 / 2789
27.9 ~ 31.9	29.8	1095 / 3671
31.9 ~ 35.9	35.6	1412 / 3966
35.9 ~ 39.8	39.9	1631 / 4089
39.8 ~ 43.8	42.9	1609 / 3749
43.8 ~ 47.8	47.1	1481 / 3145
47.8 ~ 51.8	49.3	1256 / 2546
51.8 ~ 55.8	54.1	961 / 1776
55.8 ~ 59.8	55.4	767 / 1384
59.8 ~ 63.8	62.9	587 / 933
63.8 ~ 67.7	66.6	417 / 626
67.7 ~ 71.7	67.3	267 / 397
71.7 ~ 75.7	69.6	181 / 260
75.7 ~ 79.7	82.1	142 / 173

目次へ戻る

本命ラインのワイド的中予測モデル

• 並びが 123 456 789 で本命ラインが 123 のラインなら 1=2 のワイドが的中する確率を予測する機械学習モデルです。
• 対象レース数が最も多い区間は予測値 53.4% ~ 57.7% の区間で、その予測区間の実際の的中率は 55.9% となっています(対象レース数=4095レース、実際の的中レース数=2291レース)。
• 的中率が最も高いと予測された区間(91.5% ~ 95.8% の区間)の実際の的中率は 92.9% となっています(対象レース数=42レース、実際の的中レース数=39レース)。

モデル予測値 vs. 実際の的中率

予測値 (%)	実際の的中率 (%)	的中レース数/予測レース数
11.1 ~ 15.3	23.2	22 / 95
15.3 ~ 19.6	25.0	52 / 208
19.6 ~ 23.8	30.8	114 / 370
23.8 ~ 28.0	33.1	205 / 620
28.0 ~ 32.3	39.1	391 / 1000
32.3 ~ 36.5	38.7	593 / 1532
36.5 ~ 40.7	42.8	986 / 2305
40.7 ~ 45.0	43.8	1339 / 3054
45.0 ~ 49.2	49.9	1855 / 3720
49.2 ~ 53.4	52.9	2128 / 4026
53.4 ~ 57.7	55.9	2291 / 4095
57.7 ~ 61.9	59.3	2263 / 3816
61.9 ~ 66.1	64.5	1928 / 2988
66.1 ~ 70.4	67.4	1529 / 2267
70.4 ~ 74.6	71.5	1111 / 1554
74.6 ~ 78.8	75.5	793 / 1050
78.8 ~ 83.1	79.6	516 / 648
83.1 ~ 87.3	82.3	330 / 401
87.3 ~ 91.5	89.4	202 / 226
91.5 ~ 95.8	92.9	39 / 42

目次へ戻る

本命選手の1着予測モデル

• 並びが 123 456 789 で本命選手が1番車なら1番車が1着になる確率を予測する機械学習モデルです。
• 対象レース数が最も多い区間は予測値 36.7% ~ 41.3% の区間で、その予測区間の実際の的中率は 39.6% となっています(対象レース数=7397レース、実際の的中レース数=2926レース)。
• 的中率が最も高いと予測された区間(87.1% ~ 91.7% の区間)の実際の的中率は 93.3% となっています(対象レース数=284レース、実際の的中レース数=265レース)。

モデル予測値 vs. 実際の的中率

予測値 (%)	実際の的中率 (%)	的中レース数/予測レース数
0.0 ~ 4.6	0	0 / 0
4.6 ~ 9.2	23.1	3 / 13
9.2 ~ 13.8	16.3	23 / 141
13.8 ~ 18.3	19.2	135 / 702
18.3 ~ 22.9	25.0	542 / 2170
22.9 ~ 27.5	27.3	1174 / 4305
27.5 ~ 32.1	31.1	1928 / 6204
32.1 ~ 36.7	34.7	2555 / 7364
36.7 ~ 41.3	39.6	2926 / 7397
41.3 ~ 45.9	43.7	2910 / 6658
45.9 ~ 50.4	47.8	2637 / 5514
50.4 ~ 55.0	53.1	2357 / 4442
55.0 ~ 59.6	56.5	1972 / 3493
59.6 ~ 64.2	62.8	1668 / 2656
64.2 ~ 68.8	67.1	1429 / 2129
68.8 ~ 73.4	72.9	1297 / 1779
73.4 ~ 78.0	78.3	1113 / 1421
78.0 ~ 82.5	82.8	954 / 1152
82.5 ~ 87.1	87.2	621 / 712
87.1 ~ 91.7	93.3	265 / 284

目次へ戻る

本命選手の2連対予測モデル

• 並びが 123 456 789 で本命選手が1番車なら1番車が2着以内に入る確率を予測する機械学習モデルです。
• 対象レース数が最も多い区間は予測値 58.3% ~ 62.5% の区間で、その予測区間の実際の的中率は 60.4% となっています(対象レース数=6087レース、実際の的中レース数=3679レース)。
• 的中率が最も高いと予測された区間(95.8% ~ 100.0% の区間)の実際の的中率は 97.1% となっています(対象レース数=312レース、実際の的中レース数=303レース)。

モデル予測値 vs. 実際の的中率

予測値 (%)	実際の的中率 (%)	的中レース数/予測レース数
16.6 ~ 20.8	26.3	10 / 38
20.8 ~ 24.9	36.4	44 / 121
24.9 ~ 29.1	32.9	106 / 322
29.1 ~ 33.3	35.2	259 / 735
33.3 ~ 37.4	41.5	582 / 1401
37.4 ~ 41.6	41.3	932 / 2259
41.6 ~ 45.8	45.0	1541 / 3426
45.8 ~ 50.0	49.2	2218 / 4512
50.0 ~ 54.1	52.6	2791 / 5307
54.1 ~ 58.3	56.7	3306 / 5829
58.3 ~ 62.5	60.4	3679 / 6087
62.5 ~ 66.6	63.3	3747 / 5917
66.6 ~ 70.8	69.5	3609 / 5195
70.8 ~ 75.0	72.4	3241 / 4474
75.0 ~ 79.1	77.0	2752 / 3573
79.1 ~ 83.3	82.6	2478 / 2999
83.3 ~ 87.5	87.5	2166 / 2476
87.5 ~ 91.7	90.8	1961 / 2160
91.7 ~ 95.8	95.4	1361 / 1426
95.8 ~ 100.0	97.1	303 / 312

目次へ戻る

本命選手の3連対予測モデル

• 並びが 123 456 789 で本命選手が1番車なら1番車が3着以内に入る確率を予測する機械学習モデルです。
• 対象レース数が最も多い区間は予測値 69.5% ~ 72.9% の区間で、その予測区間の実際の的中率は 71.2% となっています(対象レース数=5624レース、実際の的中レース数=4004レース)。
• 的中率が最も高いと予測された区間(96.6% ~ 100.0% の区間)の実際の的中率は 97.7% となっています(対象レース数=1080レース、実際の的中レース数=1055レース)。

モデル予測値 vs. 実際の的中率

予測値 (%)	実際の的中率 (%)	的中レース数/予測レース数
32.3 ~ 35.7	49.2	62 / 126
35.7 ~ 39.1	43.6	99 / 227
39.1 ~ 42.5	51.0	206 / 404
42.5 ~ 45.9	49.4	366 / 741
45.9 ~ 49.2	51.9	562 / 1082
49.2 ~ 52.6	55.7	969 / 1741
52.6 ~ 56.0	56.5	1347 / 2383
56.0 ~ 59.4	58.4	1841 / 3154
59.4 ~ 62.8	61.6	2467 / 4007
62.8 ~ 66.2	66.3	3074 / 4638
66.2 ~ 69.5	67.7	3414 / 5044
69.5 ~ 72.9	71.2	4004 / 5624
72.9 ~ 76.3	75.2	4151 / 5518
76.3 ~ 79.7	77.8	3977 / 5110
79.7 ~ 83.1	80.2	3669 / 4574
83.1 ~ 86.5	85.5	3379 / 3951
86.5 ~ 89.8	89.0	3022 / 3394
89.8 ~ 93.2	92.9	2781 / 2993
93.2 ~ 96.6	95.8	2589 / 2703
96.6 ~ 100.0	97.7	1055 / 1080

目次へ戻る

本命選手のラインの2車複的中予測モデル

• 並並びが 123 456 789 で本命選手が1番車なら 1=2 の2車複が的中する確率を予測する機械学習モデルです。
• 対象レース数が最も多い区間は予測値 21.6% ~ 25.2% の区間で、その予測区間の実際の的中率は 24.6% となっています(対象レース数=5891レース、実際の的中レース数=1450レース)。
• 的中率が最も高いと予測された区間(68.3% ~ 71.9% の区間)の実際の的中率は 75.0% となっています(対象レース数=204レース、実際の的中レース数=153レース)。

モデル予測値 vs. 実際の的中率

予測値 (%)	実際の的中率 (%)	的中レース数/予測レース数
0.0 ~ 3.6	4.8	7 / 147
3.6 ~ 7.2	6.1	75 / 1233
7.2 ~ 10.8	11.0	292 / 2658
10.8 ~ 14.4	14.2	521 / 3670
14.4 ~ 18.0	18.2	838 / 4595
18.0 ~ 21.6	21.2	1137 / 5365
21.6 ~ 25.2	24.6	1450 / 5891
25.2 ~ 28.8	27.6	1588 / 5747
28.8 ~ 32.4	31.1	1729 / 5557
32.4 ~ 35.9	34.8	1805 / 5194
35.9 ~ 39.5	38.2	1719 / 4504
39.5 ~ 43.1	41.7	1521 / 3650
43.1 ~ 46.7	41.9	1204 / 2876
46.7 ~ 50.3	50.2	1175 / 2342
50.3 ~ 53.9	55.0	987 / 1793
53.9 ~ 57.5	55.9	692 / 1238
57.5 ~ 61.1	61.3	483 / 788
61.1 ~ 64.7	65.4	333 / 509
64.7 ~ 68.3	64.5	229 / 355
68.3 ~ 71.9	75.0	153 / 204

目次へ戻る

本命選手のラインのワイド的中予測モデル

• 並びが 123 456 789 で本命選手が1番車なら 1=2 のワイドが的中する確率を予測する機械学習モデルです。
• 対象レース数が最も多い区間は予測値 45.0% ~ 49.5% の区間で、その予測区間の実際の的中率は 47.5% となっています(対象レース数=6234レース、実際の的中レース数=2961レース)。
• 的中率が最も高いと予測された区間(85.4% ~ 89.9% の区間)の実際の的中率は 89.0% となっています(対象レース数=154レース、実際の的中レース数=137レース)。

モデル予測値 vs. 実際の的中率

予測値 (%)	実際の的中率 (%)	的中レース数/予測レース数
0.0 ~ 4.5	11.1	1 / 9
4.5 ~ 9.0	10.0	22 / 220
9.0 ~ 13.5	12.5	112 / 895
13.5 ~ 18.0	17.5	298 / 1707
18.0 ~ 22.5	23.0	618 / 2690
22.5 ~ 27.0	26.5	980 / 3699
27.0 ~ 31.5	31.2	1462 / 4680
31.5 ~ 36.0	34.5	1912 / 5550
36.0 ~ 40.5	40.0	2433 / 6084
40.5 ~ 45.0	43.2	2623 / 6065
45.0 ~ 49.5	47.5	2961 / 6234
49.5 ~ 54.0	51.7	2958 / 5716
54.0 ~ 58.4	56.7	2763 / 4870
58.4 ~ 62.9	60.8	2290 / 3769
62.9 ~ 67.4	65.1	1750 / 2687
67.4 ~ 71.9	72.0	1239 / 1722
71.9 ~ 76.4	78.0	750 / 962
76.4 ~ 80.9	76.8	440 / 573
80.9 ~ 85.4	82.3	223 / 271
85.4 ~ 89.9	89.0	137 / 154

目次へ戻る

おわり