自作競馬予想AIの不具合を修正しました２０１９年に何があったの？③

こんにちは、鹿児島弁で「がんばる・兄さん」ことハメッケ・アイアンです。

当ブログをご覧いただきありがとうございます。

さて、現在稼働中の自作AIシステムの不具合の原因っぽい箇所が特定できたことは前回の記事に書きました。

あとは、その箇所を修正してデータを作成し、学習させ、2020年上半期のレースを使って検証すれば何かが分かると思います。

では早速、結果を確認したいと思います。

１．２０２０年の上半期データを使って検証

こんな感じになりました！（図１）

、、、、、ダメでした。

しかし、リステッド対応の処理は無いよりマシなので、この修正はこのまま運用しようと思います。

ちなみに、今回の修正は以下のようなイメージです（図２）。

結局のところ、何が問題なのかというと

これが問題です。だから、どうにかして新しいデータを使ってＡＩを作りたい。（新しいデータで作成したＡＩの方が予想精度がグッドだろうという推測です)

上記の図２を見ると、もう一つの違いに気が付くと思います。

ＡＩ２０１９とＡＩ２０２０の違い　→　2016年データの有無

そこで2016年データを調べたのですが、、、、、

という事で、壁にぶつかった次第です。

結局、2016～2019年の４年分のデータを２日ほど見比べてました。

そうしたら、あることに気が付きました。

ちなみに架空の騎手「タンキ」についてはこの記事をご覧ください。

（要約すると、短期免許騎手は騎乗回数が少ないので、同騎手を数名分まとめる事で騎乗回数を増やす「データ加工」の事です）

短期免許騎手の騎乗数をまとめてみました。各騎手の３着以内の回数をカウントして、その回数をもとにタンキ１、２、３として序列化したものを以下に示します（要はタンキ１が一番優秀な騎手）

図：タンキ2016（●は騎乗した月です）

図：タンキ2017（●は騎乗した月です）

図：タンキ2018（●は騎乗した月です）

図：タンキ2019（●は騎乗した月です）

上記の図を見るとタンキ2016は短期免許騎手の人数と３着以内回数（赤枠部分）のバランスがよく（2017～2019と比べて）、統計データとして使いやすい形に見えます。

代わりにタンキ2017のデータは３着以内回数（赤枠部分）が他の年と比べて明らかに少ないことが分かります。

例：2016のタンキ１（青部分）→199
例：2017のタンキ１（青部分）→120
例：2018のタンキ１（青部分）→182
例：2019のタンキ１（青部分）→171

これは推測ですが、以下のことを考えました。

少し希望が見えてきました。

次回は2017年データを削除したＡＩ2020を作って検証しようと思います。

ではまた！