はてなブックマーク

前回までに、scikit-learn のロジスティック回帰を使って競馬予測のモデルを作ってみた。 説明変数などを工夫してみても馬券回収率（単勝）は 80％超程度までで上昇は見込めず この回からは、流行りの決定木アルゴリズムに基づいた勾配ブースティング（Gradient Boosting）の機械学習フレームワーク LightGBM を使って競馬予想してみるのだ #データの取得 ###ターゲットフロンティアのレース検索データを出力して使用 前回までと同様にターゲットフロンティアのレース検索で 2000年からのレースをすべて検索 前走読込み ボタンを押して前走のレースID等を取得して、今回はすべてのデータを CSV で出力した 全データを出力すると出力時間や pandas での読込みに時間がかかるのだが、使いたいデータがないときの出力し直しが面倒なのでとにかく全データを出力したのだ 参照：【第1