新たに50時間の学習慣行

めげずに50時間学習に挑みましたが今回も撃沈?

|--------------------------------------------------------------------|
|                          Experiment Results                        |
|--------------------------------------------------------------------|
|                               Summary                              |
|--------------------------------------------------------------------|
|ML Task: regression                                                 |
|Dataset: E:\My Project\MBJuniFullCK\RaceJuniFullCK.csv              |
|Label : Juni                                                        |
|Total experiment time : 180000.0000 Secs                            |
|Total number of models explored: 849                                |
|--------------------------------------------------------------------|
|                        Top 5 models explored                       |
|--------------------------------------------------------------------|
|      Trainer                             RMSE       Duration       |
|--------------------------------------------------------------------|
|107   LightGbmRegression                  2.9438     108.7280       |
|480   LightGbmRegression                  2.9446     140.0260       |
|472   LightGbmRegression                  2.9446     203.7740       |
|665   LightGbmRegression                  2.9453     86.3900        |
|471   LightGbmRegression                  2.9454     141.1520       |
|--------------------------------------------------------------------|

これ見る限50時間の学習で849トライアルして、最適RMSEは107回目で出てます。ってこれまた700回程度が無駄orz

JRAアニバーサリー

ダービーでもそうでしたが、今回も踊らさせて全レース500円以上を既に投資。ってのも明日は普通に日勤で仕事です。

昨日と今日は本当にサラッと買ってサラッと負けました。この二日のしわ寄せがここで爆発してくれれば吉😉

これダービーの時にもらえた奴です。

本日は散々でしたorz

結局本週末は１万円程度の負けorz

iPhone 16シリーズ

現在もう6年前のiPhone Xs Maxを使ってるんですが、何となくiOS18では対象外になるんじゃないかと思っていたんですが、対象になりました。が!娘に妻のiPhoneのバッテリーがもちが悪く買い替えてあげてと昨年言われ、16の発表待って買い替えるよって言ってたんです。iOS 18の発表ではXs Maxはまだ対象だと分かって微妙な感じです。キャリアで割賦で買うのも有りですが高いです😖 今回は妻用と自分用が買い替えです。

• iPhone 16 128GB 124,800円
• iPhone 16 Pro Max 256GB 189,800円

合計 314,600円です😖 Apple Careとか無で行きます。キャリアではもっと高いと思うし、今晩の予約スタートで無事に行ければと思ってます。これが今回同様６年程度行ければ、その時には自分自身は67歳となり、継続して勤務出来てるのか年金生活で死んでるかもなので...リタイアしてたら、別に自宅でのんびり状態だと思うので、アップルに電池交換お願いするかなぁ😅

追記 2024.9.13 21:42
夜勤明けで20:30頃までテレビ見ながら待ってたんですが、気が付くと21:25とかで慌ててPCに行って予約。iPhone 16の妻用は普通に9/20に配送予定となりましたが、iPhone 16 Pro Maxは10月下旬の配送予定でしたorz

久しぶりにLightGBMのビルド

LightGBM Version 4.5.0の直接的な利用にはC#からC++ API経由で呼び出す必要があるとCopilotに言われ、その為にはDLLをビルドする必要があるって事で久しぶりに行う事にしたのですが、若干スムーズに進まなかったのでメモします。

まず、Visual Studio Community 2022は既に当然ながらインストールされているのでこれを使ってビルドする事にしました。説明からRelease・microsoft/LightGBMに飛ぶと現時点(2024.9.11)ではv4.5.0だよって事で下にスクロールしていくと"▼Assets"があり、その下にダウンロード可能な一覧があります。しかし、欲しいファイルは表示されてないので"Show all 20 assets"をクリックすれば"LightGBM-complete_source_code_zip.zip"が出てくるのでクリックしてダウンロード。適当な場所に解凍します。説明では"LightGBM-master/windows"フォルダにある"LightGBM.sln"をとありますが、そもそも普通に回答すると"LightGBM-complete_source_code_zip"というフォルダになり"LightGBM-master"ではありません。なのでVisual Studioで"プロジェクトやソリューションを開く"で"LightGBM-complete_source_code_zip/windows/LightGBM.sln"を選択します。

Visual Studio Community 2022のインストール時にC++での開発にチェックを入れてないとプロジェクトを開こうとするとVisual Studio Installerが起動してインストールが始まります。で、この時点で開いているVisual Studioは無条件に終了されます。実はModel BuilderはVisual Studioの拡張機能なので24時間学習中で残り２時間だったのも強制的に終了させられます。その時点での最適RMSEの学習モデルは保存されるんですがRMSEが不明だったりします。

で、C++のインストールが済んだら強制的に閉めたVisual Studioも再度開きますけど...まっ、学習モデルはあきらめるとして作業を進めるには開けようとしている"LightGBM.sln"はVisual Studio 2015とかのものらしく、古いので対応したものにコンバートしますか的な確認が出て表示されているものをそのまま適応させる感じで進め、指示通り"Debug"ではなく"Release"にしてビルドを開始すると"common.h"の33行目で

#include "fast_double_parser.h"

となっている部分とその次の行の

#include "fmt/format.h"

がファルイが見つからないとエラーになります。この部分を修正する必要があり

#include "../../external_libs/fast_double_parser/include/fast_double_parser.h"
#include "../../external_libs/fmt/include/fmt/format.h"

としてやるとビルドが成功します。で、まあ、今回必要なのはDLLでそれを使うプロジェクトに追加して利用する様なので"Release"から"DLL"にして再度ビルドすれば"LightGBM-complete_source_code_zip/windows/x64/DLL"フォルダにDLLが出来上がる。

追記 2024.9.14
C言語での開発とかまだMS-DOSの頃とかUnixでの経験で30年以上前になるので記憶が曖昧だけど、MS-DOSでは環境変数とかでもしかしてincludeのヘッダーファイルのパスとか指定して置けば行けるんだったのかも? Githubで公開されているソースなので上記のようなエラーが出るままって事では無い様にも思えてきた😅

順位フルCKのミス

何度も学習させてロード時にエラーになってる順位フルCKですが、自分がよくエラー内容確認してなかったのが悪いんですが、Model Builderで学習させる時にCSVの設定が必要なんですが、ここがヘンテコに変わってしまってました。それに気が付かないまま何度も学習させていたので全くの無駄でした😓 今朝気か付いて取敢えず1時間学習させて最適RMSE 2.9745が出ました。

599R	1点	芝(338R)	ダート(240R)	障害(21R)	8頭以下(48R)	9～12頭(174R)	13頭以上(377R)	多点
単勝	20.70% (76.19%)	21.60% (89.38%)	18.33% (56.25%)	33.33% (91.90%)	35.42% (93.33%)	24.14% (82.30%)	17.24% (71.19%)	52.42% (77.04%)
複勝	50.42% (82.30%)	48.22% (79.88%)	52.92% (86.50%)	57.14% (73.33%)	62.50% (83.13%)	53.45% (80.92%)	47.48% (82.84%)	88.15% (84.06%)
枠連	12.13% (75.07%)	10.66% (73.93%)	13.91% (78.26%)	11.11% (27.78%)	-- (--)	14.37% (86.21%)	9.81% (61.96%)	24.07% (72.09%)
馬連	9.35% (69.20%)	7.40% (50.83%)	10.83% (93.87%)	23.81% (82.86%)	22.92% (70.00%)	13.22% (92.87%)	5.84% (58.17%)	20.87% (72.53%)
ワイド	20.03% (74.72%)	18.05% (62.66%)	20.42% (89.58%)	47.62% (99.05%)	43.75% (80.63%)	24.14% (80.11%)	15.12% (71.49%)	42.57% (84.42%)
馬単	4.67% (65.34%)	3.55% (65.89%)	5.00% (60.25%)	19.05% (114.76%)	10.42% (63.12%)	8.05% (115.98%)	2.39% (42.25%)	20.87% (72.75%)
三連複	6.34% (72.62%)	6.80% (78.73%)	5.00% (64.50%)	14.29% (67.14%)	8.33% (32.92%)	10.34% (122.07%)	4.24% (54.85%)	16.69% (105.92%)
三連単	1.67% (84.29%)	1.48% (105.09%)	1.67% (56.71%)	4.76% (64.76%)	2.08% (28.33%)	3.45% (209.83%)	0.80% (33.47%)	16.69% (100.52%)
総合	51.92% (74.97%)	50.00% (75.85%)	53.75% (73.21%)	61.90% (81.54%)	68.75% (64.49%)	53.45% (108.79%)	49.07% (59.53%)	88.98% (90.91%)

現在は既に10時間学習をスタートさせてます。

追記 2024.9.8. 21:35
少し前に10時間学習が終わって最適RMSE 2.9543でした。

599R	1点	芝(338R)	ダート(240R)	障害(21R)	8頭以下(48R)	9～12頭(174R)	13頭以上(377R)	多点
単勝	23.21% (85.44%)	23.08% (90.68%)	22.92% (79.63%)	28.57% (67.62%)	29.17% (113.33%)	27.59% (92.36%)	20.42% (78.70%)	53.09% (79.53%)
複勝	54.09% (88.83%)	50.00% (83.34%)	59.17% (96.63%)	61.90% (88.10%)	60.42% (94.58%)	56.90% (85.86%)	51.99% (89.47%)	87.48% (82.79%)
枠連	10.37% (56.42%)	9.93% (54.96%)	11.30% (60.35%)	0.00% (0.00%)	-- (--)	10.92% (55.69%)	9.02% (50.77%)	24.66% (70.31%)
馬連	7.68% (61.35%)	7.10% (56.42%)	7.50% (68.21%)	19.05% (62.38%)	22.92% (103.12%)	10.34% (77.01%)	4.51% (48.81%)	20.53% (71.38%)
ワイド	20.03% (73.09%)	18.34% (70.03%)	20.42% (75.79%)	42.86% (91.43%)	39.58% (79.79%)	21.84% (68.28%)	16.71% (74.46%)	43.07% (87.13%)
馬単	5.01% (82.97%)	4.14% (70.36%)	5.42% (101.25%)	14.29% (77.14%)	12.50% (105.00%)	8.05% (120.69%)	2.65% (62.76%)	20.53% (69.88%)
三連複	7.01% (114.61%)	5.62% (60.86%)	7.50% (190.75%)	23.81% (109.52%)	10.42% (53.75%)	9.20% (89.89%)	5.57% (133.77%)	16.53% (99.54%)
三連単	1.84% (117.93%)	1.18% (78.99%)	2.50% (177.42%)	4.76% (64.76%)	4.17% (148.12%)	2.87% (152.64%)	1.06% (98.06%)	16.53% (95.06%)
総合	55.59% (85.62%)	51.18% (71.10%)	60.83% (106.49%)	66.67% (75.51%)	68.75% (99.67%)	56.90% (92.80%)	53.32% (79.60%)	88.15% (87.40%)

もう一段階上に行って欲しいので、後日24時間とかしてみます。

追記 2024.9.10
今朝終わった24時間学習の最適RMSE 2.9402でした。これ思いのほか伸びなくて、357トライアル行って114番目のトライアルなのでザックリと12時間学習程度で、残りの12時間は無駄だった感じなので再学習は必要かもです。

647R	1点	芝(360R)	ダート(264R)	障害(23R)	8頭以下(59R)	9～12頭(191R)	13頭以上(397R)	多点
単勝	22.87% (81.79%)	24.17% (100.25%)	19.70% (54.39%)	39.13% (107.39%)	38.98% (141.86%)	25.13% (70.05%)	19.40% (78.51%)	53.01% (76.24%)
複勝	52.40% (83.96%)	52.50% (85.47%)	52.27% (83.37%)	52.17% (66.96%)	66.10% (96.10%)	53.93% (79.16%)	49.62% (84.46%)	87.94% (82.55%)
枠連	12.89% (83.44%)	11.62% (83.91%)	14.00% (81.08%)	22.22% (134.44%)	-- (--)	13.09% (81.68%)	11.34% (74.84%)	25.41% (69.80%)
馬連	10.05% (79.51%)	8.89% (71.53%)	10.23% (87.05%)	26.09% (117.83%)	28.81% (130.00%)	12.04% (87.54%)	6.30% (68.14%)	21.17% (67.53%)
ワイド	21.48% (74.05%)	19.44% (71.22%)	22.35% (76.48%)	43.48% (90.43%)	47.46% (94.92%)	23.04% (69.58%)	16.88% (73.10%)	42.66% (83.48%)
馬単	5.41% (66.26%)	4.72% (71.11%)	4.92% (49.62%)	21.74% (181.30%)	15.25% (106.27%)	8.38% (99.63%)	2.52% (44.26%)	21.17% (66.75%)
三連複	6.49% (113.93%)	6.39% (110.75%)	5.68% (120.45%)	17.39% (88.70%)	13.56% (65.25%)	7.85% (86.70%)	4.79% (134.26%)	15.77% (87.95%)
三連単	1.85% (66.11%)	1.39% (59.97%)	1.52% (50.11%)	13.04% (345.65%)	3.39% (40.68%)	4.19% (170.99%)	0.50% (19.42%)	15.77% (90.65%)
総合	53.94% (81.08%)	53.89% (81.72%)	53.79% (75.28%)	56.52% (142.18%)	72.88% (96.44%)	53.93% (93.17%)	51.13% (72.12%)	88.72% (83.17%)

一応これをVersion 1.6.2に添付してみました。

検証に頭数別を追加

検証時に頭数別も表示する様に追加してみた。

67R	1点	芝(58R)	ダート(9R)	8頭以下(15R)	9～12頭(28R)	13頭以上(24R)	多点
単勝	26.87% (120.30%)	25.86% (124.31%)	33.33% (94.44%)	33.33% (282.67%)	14.29% (42.14%)	37.50% (110.00%)	52.24% (70.90%)
複勝	50.75% (82.84%)	51.72% (86.55%)	44.44% (58.89%)	60.00% (125.33%)	42.86% (65.71%)	54.17% (76.25%)	83.58% (68.06%)
枠連	18.60% (138.60%)	20.00% (135.14%)	12.50% (153.75%)	-- (--)	17.86% (77.14%)	12.50% (158.33%)	18.60% (51.07%)
馬連	10.45% (90.30%)	10.34% (54.66%)	11.11% (320.00%)	6.67% (20.00%)	14.29% (75.00%)	8.33% (152.08%)	17.91% (55.52%)
ワイド	19.40% (53.28%)	18.97% (45.69%)	22.22% (102.22%)	40.00% (77.33%)	17.86% (50.71%)	8.33% (41.25%)	35.82% (59.85%)
馬単	2.99% (85.22%)	1.72% (16.21%)	11.11% (530.00%)	0.00% (0.00%)	0.00% (0.00%)	8.33% (237.92%)	17.91% (50.22%)
三連複	4.48% (69.10%)	3.45% (13.45%)	11.11% (427.78%)	6.67% (16.00%)	3.57% (19.29%)	4.17% (160.42%)	11.94% (58.13%)
三連単	1.49% (363.73%)	0.00% (0.00%)	11.11% (2,707.78%)	0.00% (0.00%)	0.00% (0.00%)	4.17% (1,015.42%)	11.94% (58.11%)
総合	53.73% (124.80%)	55.17% (55.56%)	44.44% (554.93%)	73.33% (74.48%)	42.86% (41.25%)	54.17% (243.96%)	85.07% (58.23%)

新馬戦ではたまたま(?)多頭数が成績が良いのはそれなりに配当が増えるから?

532R	1点	芝(280R)	ダート(231R)	障害(21R)	8頭以下(33R)	9～12頭(146R)	13頭以上(353R)	多点
単勝	23.31% (77.61%)	23.21% (85.79%)	22.08% (66.71%)	38.10% (88.57%)	39.39% (80.30%)	29.45% (82.81%)	19.26% (75.21%)	52.82% (78.48%)
複勝	55.45% (88.63%)	52.14% (84.54%)	58.87% (93.72%)	61.90% (87.14%)	69.70% (92.12%)	63.70% (95.07%)	50.71% (85.64%)	87.97% (84.42%)
枠連	11.97% (72.20%)	12.24% (81.39%)	11.71% (60.99%)	11.11% (106.67%)	-- (--)	13.70% (104.38%)	10.20% (52.55%)	24.57% (66.45%)
馬連	8.65% (64.53%)	8.57% (67.57%)	7.36% (56.84%)	23.81% (108.57%)	30.30% (131.52%)	11.64% (97.05%)	5.38% (44.82%)	20.68% (64.86%)
ワイド	20.11% (71.62%)	17.50% (65.07%)	20.78% (75.80%)	47.62% (112.86%)	45.45% (96.97%)	23.97% (75.62%)	16.15% (67.59%)	42.86% (83.80%)
馬単	4.70% (64.85%)	5.00% (85.82%)	3.03% (30.69%)	19.05% (160.95%)	12.12% (67.58%)	7.53% (85.89%)	2.83% (55.89%)	20.68% (65.70%)
三連複	6.58% (92.61%)	6.79% (74.68%)	5.19% (113.94%)	19.05% (97.14%)	9.09% (40.61%)	11.64% (127.60%)	4.25% (83.00%)	16.54% (86.84%)
三連単	2.07% (102.29%)	2.50% (154.00%)	0.87% (24.29%)	9.52% (270.95%)	3.03% (41.21%)	4.79% (279.73%)	0.85% (34.62%)	16.54% (83.35%)
総合	57.14% (79.40%)	53.21% (87.47%)	61.04% (65.39%)	66.67% (130.83%)	75.76% (78.61%)	64.38% (118.52%)	52.41% (62.42%)	88.53% (79.23%)

通常用ではまあ13頭以上が精度的にも悪いのが判明ですかね😖

なかなか迷う

新馬戦CKでは

67R	RMSE 1.9544	RMSE 1.9587	RMSE 1.9846
単勝	26.87%(120.30%)	23.88%(116.57%)	22.39%(93.73%)
複勝	50.75%(82.84%)	47.76%(76.12%)	46.27%(74.18%)
枠連	18.60%(138.60%)	16.28%(91.63%)	11.63%(40.23%)
馬連	10.45%(90.30%)	10.45%(85.37%)	4.48%(17.46%)
ワイド	19.40%(53.28%)	20.90%(59.85%)	14.93%(42.69%)
馬単	2.99%(85.22%)	4.48%(37.76%)	1.49%(13.88%)
三連複	4.48%(69.10%)	2.99%(18.36%)	4.48%(21.64%)
三連単	1.49%(363.73%)	0.00%(0.00%)	0.00%(0.00%)
総合	53.73%(124.80%)	49.25%(59.26%)	47.76%(37.87%)

こんな感じでまあRMSE 1.9544の学習モデルで行くのが正解だと思います。通常用CKでは

532R	RMSE 1.3379	RMSE 1.3386	RMSE 1.3417
単勝	22.56%(73.63%)	23.31%(77.61%)	21.24%(67.09%)
複勝	54.70%(85.39%)	55.45%(88.63%)	51.13%(84.57%)
枠連	11.97%(92.01%)	11.97%(72.20%)	11.54%(80.49%)
馬連	9.40%(71.97%)	8.65%(64.53%)	10.15%(87.95%)
ワイド	21.43%(76.92%)	20.11%(71.62%)	21.99%(80.34%)
馬単	4.70%(55.70%)	4.70%(64.85%)	4.89%(54.59%)
三連複	5.26%(69.55%)	6.58%(92.61%)	5.08%(51.03%)
三連単	1.69%(69.66%)	2.07%(102.29%)	1.88%(50.06%)
総合	56.20%(74.08%)	57.14%(79.40%)	52.44%(69.35%)

こんな感じで複雑です😕 昨夜日付が変わった頃に終わった50時間学習で得た最適RMSE 1.3386が真ん中のモデルなんですが、単勝・複勝辺りとまあ三連系は良いんですが、ワイドが今一だったりします。自分の馬券スタイルとしてはワイドからって感じなんで悩みますねぇ。

追記 2024.9.7 9:23
RMSE 1.3386の詳細としては

532R	1点	芝(280R)	ダート(231R)	障害(21R)	多点
単勝	23.31%(77.61%)	23.21%(85.79%)	22.08%(66.71%)	38.10%(88.57%)	52.82%(78.48%)
複勝	55.45%(88.63%)	52.14%(84.54%)	58.87%(93.72%)	61.90%(87.14%)	87.97%(84.42%)
枠連	11.97%(72.20%)	12.24%(81.39%)	11.71%(60.99%)	11.11%(106.67%)	24.57%(66.45%)
馬連	8.65%(64.53%)	8.57%(67.57%)	7.36%(56.84%)	23.81%(108.57%)	20.68%(64.86%)
ワイド	20.11%(71.62%)	17.50%(65.07%)	20.78%(75.80%)	47.62%(112.86%)	42.86%(83.80%)
馬単	4.70%(64.85%)	5.00%(85.82%)	3.03%(30.69%)	19.05%(160.95%)	20.68%(65.70%)
三連複	6.58%(92.61%)	6.79%(74.68%)	5.19%(113.94%)	19.05%(97.14%)	16.54%(86.84%)
三連単	2.07%(102.29%)	2.50%(154.00%)	0.87%(24.29%)	9.52%(270.95%)	16.54%(83.35%)
総合	57.14%(79.40%)	53.21%(87.47%)	61.04%(65.39%)	66.67%(130.83%)	88.53%(79.23%)

こんな感じなんです。

新馬戦CK用学習を新たに24時間

ここ最近のリリース添付してる新馬戦用モデルの成績が今一なのは分かってます😓 更に良い結果が期待出来るモデルを近い将来のリリースに添付出来ればと努力はしてます。24時間学習させた所、最適RMSE 1.9544とこれまで一番低いものが出ました。７月～先週末までを検証すると

67R	1点	芝(58R)	ダート(9R)	多点
単勝	26.87%(120.30%)	25.86%(124.31%)	33.33%(94.44%)	52.24%(70.90%)
複勝	50.75%(82.84%)	51.72%(86.55%)	44.44%(58.89%)	83.58%(68.06%)
枠連	18.60%(138.60%)	20.00%(135.14%)	12.50%(153.75%)	18.60%(51.07%)
馬連	10.45%(90.30%)	10.34%(54.66%)	11.11%(320.00%)	17.91%(55.52%)
ワイド	19.40%(53.28%)	18.97%(45.69%)	22.22%(102.22%)	35.82%(59.85%)
馬単	2.99%(85.22%)	1.72%(16.21%)	11.11%(530.00%)	17.91%(50.22%)
三連複	4.48%(69.10%)	3.45%(13.45%)	11.11%(427.78%)	11.94%(58.13%)
三連単	1.49%(363.73%)	0.00%(0.00%)	11.11%(2,707.78%)	11.94%(58.11%)
総合	53.73%(124.80%)	55.17%(55.56%)	44.44%(554.93%)	85.07%(58.23%)

これなら少しは良くなった? ２カ月のスパンなら良く見えるんですが先週末の土日のみだと

7R	1点	芝(6R)	ダート(1R)	多点
単勝	14.29%(22.86%)	16.67%(26.67%)	0.00%(0.00%)	57.14%(47.62%)
複勝	42.86%(52.86%)	50.00%(61.67%)	0.00%(0.00%)	85.71%(59.52%)
枠連	25.00%(167.50%)	33.33%(223.33%)	0.00%(0.00%)	25.00%(55.83%)
馬連	28.57%(152.86%)	33.33%(178.33%)	0.00%(0.00%)	28.57%(50.95%)
ワイド	28.57%(71.43%)	33.33%(83.33%)	0.00%(0.00%)	42.86%(37.14%)
馬単	14.29%(134.29%)	16.67%(156.67%)	0.00%(0.00%)	28.57%(44.52%)
三連複	0.00%(0.00%)	0.00%(0.00%)	0.00%(0.00%)	0.00%(0.00%)
三連単	0.00%(0.00%)	0.00%(0.00%)	0.00%(0.00%)	0.00%(0.00%)
総合	42.86%(70.00%)	50.00%(82.44%)	0.00%(0.00%)	85.71%(19.88%)

まあ、限られたレースなので三連系にヒットが出たり出なかったりは２カ月で見ても三連複5%弱、三連単1.5%弱程度なので土日での評価は厳しいですね。

苦労して学習時間割いて何度もトライして改善されないのは辛いですが、幸いちょっとだけでも改善されてる感じはあるのは救いですね😉

常に効率よくは無理

理想論的には当然無駄無く行えるのは理想です。しかし、前回の無駄な７２時間もやって初めて無駄が分かる。今回は無駄だったけど次はもしかしたら...いや、ここ最近の成績で新馬用ももう少し上を見られればってのは欲ではあるものの、実際やらなければ分からないので２４時間学習をさせてます。まっ、既に１５時間以上で明日出勤前には終わる予定ではあります。ここまでの最適RMSEは1.9544なので期待したいのですが、Model Builderなので終わるまでは検証出来ません。

ここまで順位フルCKの学習させてましたが、これは何度もロードエラーになってますので、その対策になるかもなコーディングもしては居ますが、結果はまだ不明ってまあ、コーディング終わってないので検証のしようが無いですからね。これは今後近い段階で結果が分かる所まで行ければとは思ってます。

何にしても新馬戦用もこう少しつめて、通常用も更に詰めて改善しないと俺プロで８段より先に進めないのが辛いので何とかしたいです。

２度目の７２時間学習

|--------------------------------------------------------------------|
|                          Experiment Results                        |
|--------------------------------------------------------------------|
|                               Summary                              |
|--------------------------------------------------------------------|
|ML Task: regression                                                 |
|Dataset: E:\My Project\MBJuniFullCK\RaceJuniFullCK2004_202406.csv   |
|Label : Juni                                                        |
|Total experiment time : 259223.0000 Secs                            |
|Total number of models explored: 26                                 |
|--------------------------------------------------------------------|
|                        Top 5 models explored                       |
|--------------------------------------------------------------------|
|      Trainer                             RMSE       Duration       |
|--------------------------------------------------------------------|
|12    LightGbmRegression                  3.5364     3756.8150      |
|23    LightGbmRegression                  3.5407     3695.2330      |
|3     LightGbmRegression                  3.5424     3551.5180      |
|22    LightGbmRegression                  3.5475     3519.6220      |
|9     LightGbmRegression                  3.5509     3126.6560      |
|--------------------------------------------------------------------|

今回も72時間学習させてたんですが、２６トライアルのみ完了しただけでした。長いトライアルは1つだけで３６時間とかありましたorz 最悪なのが今回の学習モデルも前回とほぼ同じサイズの59.7MBでロードでエラーになります😭

新たな芋焼酎

数カ月前にちょっと贅沢な焼酎セットを購入した時に気に入った島乙女を購入したくて先月終わりの楽天の買い回りで

これ買ってみた。3,880円もしました。楽天でも安いショップでは3,355円程度で売ってるんですが、今回は島乙女が一番安い1,680円で買えるショップで送料800円で１升瓶８本迄買えるって事でこの「なかむら」を２本、DIAYAME ２本(2,090円/本)、島乙女 ４本で合計18,660円+送料800円に1,460ポイント使って18,000円で購入しました。

これ、島乙女の２倍以上の値段は...味的には値段気にしなければ悪くはないのですが、島乙女を知っていると若干ありがたみが薄いorz ほんの少しプレミアム焼酎的な感じだったので期待してみたのですが、リピートは無いです。

外部プロセスへのファクター引渡し

Copilotに質問ぶつけたら3つの方法があると言われました。

1. JSONを使用する方法
2. ファイルを使用する方法
3. 名前付きパイプを使用する方法

それぞれに特徴はあるものの基本はJSONを使う感じかな。JSONはテキスト形式だからシンプルに行える利点があるって事の様です。

string jsonString = JsonSerializer.Serialize(myClassInstance);

としてシリアライズして

var myClassInstance = JsonSerializer.Deserialize<MyClass>(jsonString);

としてディシリアライズかな。名前付きパイプは外部プロセスを常時稼働させて頻繁に使う場合には良いのかもですが、今回はパスかな。

ポップコーン

先月amazonで見付けて定期便に追加してたKIRKLAND(カークランド) カークランド バター MICROWAVE ポップコーン 8袋はもう10年以上前に国内でも発売されてた類似品で確か森永かどこかが発売してたんですが、少し後に消えてました。レンジで簡単にチンして出来立てのポップコーンが出来るものなんですが、気に入ったので最初は2カ月毎に指定してたんですが毎月に変更。しかし、今月の定期便には欠品との事で届かずorz 再入荷予定は不明な為、

• 【国内正規品】maruhiro ポップコーンメーカー 【電子レンジでチンするだけ/簡単折りたたみ収納/家庭用電子レンジ調理器/簡単丸洗い/シリコン製】国内メーカー(ビビットレッド) 2,990円-500円(クーポン)-1,437円(amazonポイント)=1,053円
• クローバー ポップコーン原料豆業務用 1kg 747円
• マコーミック MC ポテトシーズニング バター醤油 350g(シャカシャカポテト) 785円

の3点を購入。合計2,585円のお買い物です。容器は今回購入してしばらくは利用可能かと思います。原料豆はこの容器で20回分だったかと思います。シーズニングはどの程度使うのか不明でしたが、これらは3カ月毎の定期便に追加。12～13週(?)って事で1～2回/週で使い切る感じですね。もし、シーズニングも20回で使い切るとして747+785=1,532/20=76.6円/回です。カークランドの1袋も100円未満でしたのでまあ量が違うとは思うけど、まずまずかなぁ。

実際に作ってみるとってか容器の裏にも書かれてますが1回40gか80gらしい。シーズニングは味はまあ悪くは無い感じではあるものの、適量も不明だし、粉なんですが、当然食べる時にパラパラ落ちる感じがする。あっ、好みでそもそもポップコーン作る際に油を入れるとなってましたが、健康志向(?)で油無にしました。原料豆のレビューでそのままでも甘みが的なのがあった気もしますが、自分は感じませんでした。油使えばもう少しシーズニングも付着しやすいかもですが油無にします。で、シーズニングは定期便からは外します。ちと別フレーバーも試したい気もするし、そもそもなかなか減らないかも。