![](https://cdn-ak-scissors.b.st-hatena.com/image/square/02c11a801bfe05454be23c53276841cae526f8d2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUU2JUE5JTlGJUU2JUEyJUIwJUU1JUFEJUE2JUU3JUJGJTkyJUUzJTgyJTkyJUU3JTk0JUE4JUUzJTgxJTg0JUUzJTgxJUE2JUUzJTgwJTgxJUU1JUE0JUE5JUU3JTlBJTg3JUU4JUIzJTlFJTI4JUU2JTk4JUE1JTI5JUUzJTgxJUFFJUU3JTlEJTgwJUU5JUEwJTg2JUU0JUJBJTg4JUU2JUI4JUFDJUUzJTgyJTkyJUUzJTgxJTk3JUUzJTgxJUE2JUUzJTgxJUJGJUUzJTgxJTlGJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz1kNGY0NTRlYTQzM2MxOGY3NjQ0MTg5MGY3YzQxOGE2Zg%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBoaWd1Y2hpZGFpc3VrZSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MjUzNzQ1YmY5OGMzMjJkZjFkZDdiNDczNzg2Yjc3Mjc%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4g5qCq5byP5Lya56S-RVhJREVB%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%2523212121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3D6205f2eeba5cb805d344ea0fba7321ef)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
機械学習を用いて、天皇賞(春)の着順予測をしてみた - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
機械学習を用いて、天皇賞(春)の着順予測をしてみた - Qiita
きっかけ Python,機械学習の勉強を始めて、はや二ヶ月。 そろそろ、その成果をアウトプットしたいと思い... きっかけ Python,機械学習の勉強を始めて、はや二ヶ月。 そろそろ、その成果をアウトプットしたいと思い、その題材を探していたところ、友達と天皇賞(春)を本気で予想することになった。そこで、まさに思い付いたのが、機械学習での競馬予測である。 目標 今回は3位以内(複勝)に入る馬を予測すること。 流れ 1.スクレイピングをして、過去のレース情報と馬の過去戦績を収集する。 2.データの前処理 3.モデルの構築 4.GridSearchCVによってモデルの調整 1.スクレイピングをして、過去のレース情報と馬の過去戦績を収集する 1.1 過去のレース情報を取得 競馬のサイトはたくさんあるんですが、今回は以下のサイトのデータベースにあるレース情報をスクレイピングをしました。 https://www.netkeiba.com/ 受験時代の名残か、やはり何かを研究する際は過去の情報が、一番役に立つとい