ビワタケヒデの競馬予想【AI機械学習で競馬予想】

競馬データを集めて、機械学習をし、予想に役立てる。
まとめ

競馬データを集めて、機械学習をし、予想に役立てる。

はい、毎週の記事だけではなく、たまにはみなさんと一緒に競馬予想の勉強をしたいと思います。さて、今回はレースを楽しむために予想の一部に機械学習を取り入れてみようというものです。

考え方

機械学習の進め方は下記の流れになります。機械学習とは簡単に言うとデータから知識を引き出すことですね。

１．データを集める。

ここで集めるデータは過去のレース結果となりますが、集め方は予想対象レースの条件と同じデータを競馬サイトからスクレイピングすることになります。レース条件は芝・ダート、距離、競馬場、クラス（重賞、OP、3勝クラスなど）ですね。細かいところはプログラムを紹介しながら説明していきます。プログラムはPythonです。

２．集めたデータをもとに学習モデルを作成する。

学習モデルを作成するにあたり、機械学習では様々なアルゴリズムが用意されています。ここでは競馬予想において比較的よく使用されているランダムフォレストを使用しています。

３．予想するレースの出馬データを準備する。

学習モデルを作成したら、実際に予想するレースの出馬表データを準備します。しっかりと学習するために出馬表データを学習モデルがきちんと読み込める形に整理します。これをデータの前処理といいます。例えば、出走取消などで空欄になった部分を適切に処理します。

４．予想する。

前処理した出馬表データを、作成した学習モデルに入力（放り込み）し、予想させます。

プログラムファイル

プログラムは下記を準備しています。

RaceIDリスト（過去のレース結果のRaceIDリスト）
Traning_RF（ランダムフォレストを使用して学習モデルを作成）
Shutuba_Pre（予想するレースの出馬データを作成）
Test_RF（実際の予想プログラム）

では、順番に見ていきましょう。

RaceIDリスト

データを集める対象となる過去のレース結果はnetkeibaのサイトからスクレイピングします。netkeibaが公開しているレース結果のURLを見るとわかりますが、URLは2024年のダービーの場合、”https://db.netkeiba.com/race/202405021211/”となっています。最後の数字の部分が、年(2024）、開催場（05:東京）、第○回（02：第2回）、○日目（12：12日目）、レース番号（11：第11レース）です。この数字をRaceIDと呼びます。予想したいレースのレース条件に合わせてRaceIDを抽出します。例として東京ダート1400mの場合は下記のようなリストとなります。