気が付けば、1週間程前に新しいバージョンがリリースされてました。で、早速ビルドなんですが、プロジェクトが古いもの(GitHubのソースで利用されているものが)なのでVisual Studioで最初に開こうとするとコンバートするか確認されるのでそのまま続行。で、そのままビルド試みるとエラーが出ます。対処方法をCopilotに確認するとプロジェクトのプロパティで
学習データは2004.1.1～2024.12.31の21年分で検証期間は2025.1.1～2025.2.16です。
| 41R | 1点 | 芝(19R) | ダート(22R) | 8頭以下(0R) | 9～12頭(2R) | 13頭以上(39R) | 多点 |
| 単勝 | 12.20% (69.76%) |
5.26% (31.05%) |
18.18% (103.18%) |
-- (--) |
0.00% (0.00%) |
12.82% (73.33%) |
36.59% (75.28%) |
| 複勝 | 34.15% (82.93%) |
21.05% (33.68%) |
45.45% (125.45%) |
-- (--) |
0.00% (0.00%) |
35.90% (87.18%) |
80.49% (76.42%) |
| 枠連 | 7.32% (67.56%) |
5.26% (44.74%) |
9.09% (87.27%) |
-- (--) |
0.00% (0.00%) |
7.69% (71.03%) |
14.63% (136.36%) |
| 馬連 | 7.32% (94.15%) |
5.26% (44.74%) |
9.09% (136.82%) |
-- (--) |
0.00% (0.00%) |
7.69% (98.97%) |
9.76% (36.50%) |
| ワイド | 12.20% (110.73%) |
5.26% (21.05%) |
18.18% (188.18%) |
-- (--) |
0.00% (0.00%) |
12.82% (116.41%) |
17.07% (52.20%) |
| 馬単 | 2.44% (49.51%) |
5.26% (106.84%) |
0.00% (0.00%) |
-- (--) |
0.00% (0.00%) |
2.56% (52.05%) |
9.76% (40.20%) |
| 三連複 | 2.44% (34.15%) |
0.00% (0.00%) |
4.55% (63.64%) |
-- (--) |
0.00% (0.00%) |
2.56% (35.90%) |
7.32% (289.45%) |
| 三連単 | 0.00% (0.00%) |
0.00% (0.00%) |
0.00% (0.00%) |
-- (--) |
0.00% (0.00%) |
0.00% (0.00%) |
7.32% (335.15%) |
| 総合 | 34.15% (63.60%) |
21.05% (35.26%) |
45.45% (88.07%) |
-- (--) |
0.00% (0.00%) |
35.90% (66.86%) |
80.49% (215.97%) |
| 415R | 1点 | 芝(171R) | ダート(226R) | 障害(18R) | 8頭以下(13R) | 9～12頭(81R) | 13頭以上(321R) | 多点 |
| 単勝 | 17.35% (61.06%) |
10.53% (49.36%) |
22.12% (70.75%) |
22.22% (50.56%) |
23.08% (62.31%) |
19.75% (62.96%) |
16.51% (60.53%) |
45.78% (73.25%) |
| 複勝 | 47.95% (87.66%) |
40.94% (89.36%) |
52.21% (87.30%) |
61.11% (76.11%) |
53.85% (73.85%) |
54.32% (81.48%) |
46.11% (89.78%) |
85.06% (84.35%) |
| 枠連 | 12.02% (81.79%) |
12.03% (101.52%) |
11.87% (55.48%) |
14.29% (270.71%) |
-- (--) |
18.52% (130.86%) |
9.97% (66.60%) |
26.85% (79.90%) |
| 馬連 | 6.99% (49.59%) |
4.68% (37.43%) |
8.41% (48.23%) |
11.11% (182.22%) |
7.69% (23.08%) |
13.58% (102.35%) |
5.30% (37.35%) |
18.07% (59.65%) |
| ワイド | 17.83% (86.53%) |
14.04% (91.52%) |
20.35% (82.92%) |
22.22% (84.44%) |
23.08% (47.69%) |
24.69% (74.32%) |
15.89% (91.18%) |
36.87% (75.12%) |
| 馬単 | 3.37% (32.05%) |
0.00% (0.00%) |
5.75% (54.65%) |
5.56% (52.78%) |
7.69% (27.69%) |
4.94% (64.57%) |
2.80% (24.02%) |
18.07% (57.34%) |
| 三連複 | 4.34% (57.40%) |
4.09% (60.18%) |
4.87% (59.87%) |
0.00% (0.00%) |
7.69% (98.46%) |
6.17% (58.52%) |
3.74% (55.45%) |
10.36% (70.19%) |
| 三連単 | 0.48% (9.35%) |
0.00% (0.00%) |
0.88% (17.17%) |
0.00% (0.00%) |
0.00% (0.00%) |
0.00% (0.00%) |
0.62% (12.09%) |
10.36% (55.31%) |
| 総合 | 49.64% (58.01%) |
42.11% (53.21%) |
54.42% (59.56%) |
61.11% (84.43%) |
53.85% (47.58%) |
58.02% (71.88%) |
47.35% (54.63%) |
85.30% (62.51%) |
| 41R | 1点 | 芝(19R) | ダート(22R) | 8頭以下(0R) | 9～12頭(2R) | 13頭以上(39R) | 多点 |
| 単勝 | 9.76% (27.32%) |
5.26% (12.63%) |
13.64% (40.00%) |
-- (--) |
50.00% (175.00%) |
7.69% (19.74%) |
29.27% (50.49%) |
| 複勝 | 34.15% (55.12%) |
36.84% (56.32%) |
31.82% (54.09%) |
-- (--) |
50.00% (70.00%) |
33.33% (54.36%) |
75.61% (63.58%) |
| 枠連 | 7.32% (37.56%) |
15.79% (81.05%) |
0.00% (0.00%) |
-- (--) |
0.00% (0.00%) |
7.69% (39.49%) |
17.07% (51.62%) |
| 馬連 | 2.44% (20.73%) |
5.26% (44.74%) |
0.00% (0.00%) |
-- (--) |
0.00% (0.00%) |
2.56% (21.79%) |
7.32% (50.00%) |
| ワイド | 4.88% (19.76%) |
5.26% (21.05%) |
4.55% (18.64%) |
-- (--) |
0.00% (0.00%) |
5.13% (20.77%) |
21.95% (43.66%) |
| 馬単 | 0.00% (0.00%) |
0.00% (0.00%) |
0.00% (0.00%) |
-- (--) |
0.00% (0.00%) |
0.00% (0.00%) |
7.32% (43.82%) |
| 三連複 | 0.00% (0.00%) |
0.00% (0.00%) |
0.00% (0.00%) |
-- (--) |
0.00% (0.00%) |
0.00% (0.00%) |
2.44% (93.96%) |
| 三連単 | 0.00% (0.00%) |
0.00% (0.00%) |
0.00% (0.00%) |
-- (--) |
0.00% (0.00%) |
0.00% (0.00%) |
2.44% (54.43%) |
| 総合 | 39.02% (20.06%) |
47.37% (26.97%) |
31.82% (14.09%) |
-- (--) |
50.00% (30.63%) |
38.46% (19.52%) |
78.05% (55.59%) |
| 415R | 1点 | 芝(171R) | ダート(226R) | 障害(18R) | 8頭以下(13R) | 9～12頭(81R) | 13頭以上(321R) | 多点 |
| 単勝 | 23.86% (106.55%) |
19.88% (150.76%) |
26.99% (77.04%) |
22.22% (57.22%) |
30.77% (65.38%) |
32.10% (158.27%) |
21.50% (95.17%) |
56.14% (95.72%) |
| 複勝 | 52.29% (88.22%) |
50.29% (104.62%) |
53.98% (78.01%) |
50.00% (60.56%) |
61.54% (73.08%) |
61.73% (93.33%) |
49.53% (87.54%) |
86.51% (82.86%) |
| 枠連 | 12.53% (103.73%) |
8.86% (109.87%) |
15.53% (102.05%) |
7.14% (60.71%) |
-- (--) |
12.35% (147.28%) |
12.15% (89.19%) |
29.16% (87.10%) |
| 馬連 | 10.36% (108.48%) |
7.02% (116.14%) |
13.72% (111.33%) |
0.00% (0.00%) |
15.38% (50.00%) |
11.11% (120.00%) |
9.97% (107.94%) |
22.89% (81.43%) |
| ワイド | 20.00% (75.01%) |
15.79% (75.44%) |
23.89% (76.95%) |
11.11% (46.67%) |
30.77% (66.15%) |
27.16% (95.93%) |
17.76% (70.09%) |
38.31% (71.82%) |
| 馬単 | 5.30% (111.69%) |
4.09% (171.81%) |
6.64% (75.09%) |
0.00% (0.00%) |
7.69% (41.54%) |
6.17% (199.63%) |
4.98% (92.34%) |
22.89% (78.91%) |
| 三連複 | 5.30% (64.43%) |
3.51% (62.57%) |
6.64% (68.36%) |
5.56% (32.78%) |
15.38% (69.23%) |
8.64% (56.67%) |
4.05% (66.20%) |
12.53% (67.32%) |
| 三連単 | 0.96% (105.23%) |
1.17% (232.28%) |
0.88% (17.48%) |
0.00% (0.00%) |
7.69% (136.92%) |
1.23% (26.79%) |
0.62% (123.74%) |
12.53% (58.56%) |
| 総合 | 53.01% (95.36%) |
51.46% (128.11%) |
54.42% (75.69%) |
50.00% (31.43%) |
69.23% (71.76%) |
61.73% (112.24%) |
50.16% (91.53%) |
86.75% (69.36%) |
モデルビルダーはまだまだな感じは否めない。LightGBMは若干悪くない感じですが、新馬戦用がもう少し改善すればって思います。ただ、あまりにもユーザー様を待たせてしまってるので、妥協してこの辺りのモデルで順位予測も学習させてリリースさせるべきかと思います。
この所、色んな事に苦戦中😖 Model Builderで学習させたものを実際にさらだで検証しようとしてもエラーが出たりする。当初は自分のミスもあったりしたが、Model Builderの挙動が相変わらず微妙なのもある。「詳細なデータ オプション...」開くと
で、TensorFlow.NETですが、まあ、自分が把握してないからなんだが、これ使うのにNuGetで
今回の修正で新たなモデルビルダー用プロジェクトを作成して学習させてますが、データの詳細設定で痛恨のミスしてました。血統情報(父、母等)を文字列のカテゴリとして設定しなきゃならないのですが、14項目のうち1つだけ設定漏れがあるのにそのまま学習させていざアプリで指定するとエラー! あれ?バグ残ってた?ってはじめは思ってデバッグしようかとVisual Studio立ち上げて...でも、これ、変なエラーだなぁって気になり、モデルビルダーのプロジェクト再確認して気付きました。24時間学習とかが無駄になるって、まあ、これまでも経験してますけど辛い😭
取敢えず、これ無いとアプリが動かないので最低時間の2時間で学習させて、その後にまた24時間やるしかないなぁっとorz
今回は若干日数が掛かり52日掛かりましたが、なにやらクーポンが届いてたので5,050→楽天ポイント660でした。地味にやらかした日があった気もします。年末年始で普段と違うリズムで過ごす時は気をつけないとって思います。
昨年もあったのか記憶にないですが、久しぶりの開催中止ですね。で、ああっ、これ対応してないやって事でちと作業しました。しかし、これもちょっと久しぶりにセットアップファイル作成したんですが、30分も掛かった。665MBのセットアップファイルなんで圧縮するとかで時間が掛かってるんだと思うけど😨
Keras.NETの方は現状諦めてます。基本的にWindowsフォームアプリを考えてて色々やってますが、コンソールアプリとしてなら上手く行くのがWindowsフォームアプリだとって問題があるので悩んでいる所に今回の作業での開発中断です。
Keras.NETの作業でも相当な時間を費やしてますが、今後ダメ元でTensorFlow.NETを試してみるつもりだったりします。
追記 2025.2.11
建国記念日? まあ、普通に仕事だったんですが、今回の代替開催の旧JRA-VANデータ作成指示が出来ないのは把握してた日曜日だったんですが原因追及に至らなく、本日帰宅後に悩んでた所、問題個所特定と対処を致しました。旧JRA-VANデータなんて使っているユーザー様が居るのかも分かりませんが、自分自身はダビジェネに与えて未だに...まあね、利用って事ではないですが、参考に印見たりはしてますね。
職を持たずにこれに専念しているなら、う～う～唸りながら日々悶絶してるかも? あくまでも仕事の合間の余暇(?)として書いてますので、効率は悪いし、出来は悪い😱
今回学習であまり良いモデルが出てこないのはデータに問題が含まるの? だとしたら、6Aの
追記 2025.2.13 21:44
あれ?何故か途中で追記がおかしな事に...ドタバタしながらあれこれしてて書いてる途中で別の作業をしてそのままなのかは不明です。取敢えず、学習用CSVデータ出力方法を若干元に戻しながら10桁の血統登録番号の単精度実数化でのロス避ける為に文字列として処理する方向にしてる部分は進めてまして、学習始めてます。今週末は厳しいかもですが、GIまでにはどうにかしたいです。
追記 2025.2.18 17:35
2/11の追記が変な終わり方してるのは、書いてる途中のまま放置してたら、まあ、厳密には学習が3日目突入とかで色々と様子見ながら書き込んでて、朝、気が付いたらWindows Updateの強制再起動で学習もろとも吹っ飛ばされたんだった^^; タスクバーに再起動待ちな表示があったにも関わらず、やらかしてましたorz
CsvHelperはありがたく利用させて頂いてます。現行最新バージョン33.0.1です。これまでは単純にヘッダー有の指定程度でしたが、今回血統登録番号10桁の時にfloat型ではって問題対処で文字列にすればって事に気が付いたわけですが、CSVデータとして""として出力する方法としてCsvConfigurationにShouldQuoteってのがあり、これを上手く利用すればとは思いましたが、ちょっと苦労しました。基本string型をと思ったんですが、競馬場コードもstring型なのでこれは現状維持したいと思い、ちょっと苦肉の策的に
private bool ShouldQuoteKetto(ShouldQuoteArgs args)
{
if (args.Row.Row == 1) return false; // ヘッダー行は無し
return !string.IsNullOrEmpty(args.Field) &&
(
args.Row.HeaderRecord[args.Row.Index].Contains("Chichi") ||
args.Row.HeaderRecord[args.Row.Index].Contains("Haha")
);
}
これを準備して
var config = new CsvConfiguration(CultureInfo.InvariantCulture)
{
HasHeaderRecord = true,
ShouldQuote = ShouldQuoteKetto
};
としてやれば上手く行きました。ちょっとこれ実現に半日以上費やしたorz
コードを書いてエラーがなくなり実行出来る所までは来たのですが、ほぼハングしてる感じで強制終了させた。処理の段階毎にログに出力はしているもののコンソールアプリではなくWindowsアプリの宿命で、意図的にというか、強制的に出力させる、まあ単純に行うのはApplication.DoEventなんですが、か、もしくはコントロールの再表示(リフレッシュ)なんだとは思うけど、まあ、ちょっと現時点はML.NETでの血統登録番号10桁の対応を優先して進めてます。
学習データクラスのfloat型をstring型にして、特に学習時にはこの辺りはコード的には変わらなかったり、モデルビルダーでのデータ詳細指定を変える程度だったりなんですが、この際だから昨年末までの学習データを準備してモデルの学習を進めていこうかと取り掛かってます。
新馬戦用は、ああ、昨年にあったモデルビルダーのアップデートで、学習データを指定すると、推薦というか最低限なトレーニング時間を初期表示する様になりましたね。で、その初期表示は600秒でした。これの1回目はRMSE 2.0332でした。で、1,800秒でも行いましたがRMSE 2.0420と改善はされなかった。これらのモデルは取敢えず動作テストで利用したいので、もっといいモデルは今後時間掛けて取り組む必要はあるかと。で、通常用は7,200秒なんですが、もう少しで終わります。ここまでRMSE 1.5751です。これも動作テスト用なんで妥協して、後日ですね。
この後、今晩は夜勤で出社になるのでLightGBM側でも昨年末までの学習データを使って進めてみようかと思ってます。俺プロとかで久しぶりに6段にまで落ちたので、良いものを見つけないと困る。
もともとAutoMLについて色々と試行錯誤して始めた機械学習なんですが、取っ掛かり時にどこかで学習データはfloat型と思い込まされていたんですが、これ、単に自分の間違った思い込みだったのかもです。基本全てファクターをfloat型としてCSVデータとして出力し、これを学習させてます。float型では有効精度は約7桁と今更再確認した訳ですが、これが問題なんです。血統登録番号は10桁なのでこれを維持出来ない状態で学習させてますので、まっ、ある意味問題外な学習ってレベルかも😱
ここ最近はKeras.NETの作業で手一杯でしたが、大掛かりな修正が必要になりました。ちょっと早急に対処して、また学習作業のやり直しです。
追記 2025.1.25 8:53
ちと上記は間違いがありました。CSVデータはfloat型ではなく、それぞれの項目毎に型は違います。ただ、全て文字列ではなく数値にしてます。で、実際のモデルの学習時にfloat型に統一してます。
モデルビルダーでデータ詳細設定でstringかsingleの2択なのがfloat型がML.NETで制限されている感じが表れているかと思います。しかし、LightGBMとかではfloat型かdouble型かを指定出来るのでこちらは単にdouble型に変更すれば行けるかと。
そもそも血統登録番号の10桁は数値というよりはカテゴリーとしてるので文字列でも行けそうな気はしてますので、ちょっとモデルビルダーとの兼ね合いからもfloat型的に行く方が無難な気がしてきました。
ここ数日かけてfloat型→double型の作業して今学習させたりしてるんですが、悩むなぁ😓
取敢えずLightGBMの方は単独なのでこちらはdouble型に変更してみます。
追記 2025.1.25 9:32
さてLightGBMの修正をとソースコード確認すると、LightGBMは当初色々苦労してどうにか動かせるようになったので、その際に色々試していて最終的にdouble型で行けるって事でdouble型が使われてたのでこちらは問題なかった😁
後はモデルビルダーとAutoMLをどうするかなのでソースはバックアップしてあるのに戻します。こんな時、ソースの世代管理とかしてれば楽なんだとは思うけど、その管理ソフトを入れるのが面倒なんだよね😒 Visual Studioが標準でしてくれれば助かるのにね。
これが難航している諸悪の根源(?)なんですが、単に自分自身が把握出来てないのが原因なのか。Windows11上でPythonを使う場合、Pythonのバージョンもそうなんですが、Anacondaとかで使う方法もあったりで色々なんですよね。問題なく導入している記事があるので、ある環境では問題なく行くのかも? なんにしてもこちらはWindows11 Pro 64bitで、ここまでAnacondaの仮想環境もPythonの仮想環境も試してましたし、仮想環境じゃなく直のPyhtonも試しました。バージョンも色々とね。仮想環境的にはAnacondaでもPythonでも"Failed to load symbol Py_IncRef"となり、直だとこれが"Failed to load symbol _PyThreadState_UncheckedGet"に変わる。Pythonのバージョン違いも疑ってVersion 3.12.8やVersion 3.9.13も試したが結果は同じです。
これ、そもそもPython.NETがっていうよりは、Keras.NET Version 3.8.5でPython.Runtimeを使うからって事でPython.NETを入れてますが、ちと、Python.NET無しで行けるかって試してると、どうやらKeras.NET自体はデフォルトでPython 3.8を求めている感じです。って事で、Python Version 3.8.10をインストールしてみると、見事にPythonEngine.Initialize()が通った感じです😁 しかし、そもそも現行バージョンが3.13.1なのにこんな古いバージョンで良いのかは疑問ですが、行けるバージョンで行くしかないですよね。一歩進めるかな?
突破口が見つからない😖 Copilotにいっぱい質問ぶつけて色々試してますがかなり苦労してます。まあ、問題点も多いのもなんですが、やはりサンプル的なものがネット上に少なくてCopilotが役にたってない感じなのと、今回の場合は外部プロセスってのは、まあ、ここまでと変わらないんですが、Keras.NETは外部のPythonを利用するのでこれとの連携でエラーが出て困ってます。
更にこれまでCSVHelperも使ってましたが、レコードのクラスに子クラスや孫クラスがある場合でもうまく動くって話なんですが、これも微妙でってか、まあ、自分が分かってないだけなんだとも思いますが、ちょっと切り離して問題解決を1つ1つしていかないと進まない。
気晴らしではないけど、やらなきゃとは思ってたんですが後回しにしてたのがLightGBMの昨年後半(2024.10.1～2024.12.31)の検証です。
| 118R | 1点 | 芝(70R) | ダート(48R) | 8頭以下(2R) | 9～12頭(29R) | 13頭以上(87R) | 多点 |
| 単勝 | 27.12% (91.61%) |
25.71% (92.43%) |
29.17% (90.42%) |
0.00% (0.00%) |
27.59% (71.03%) |
27.59% (100.57%) |
59.32% (96.33%) |
| 複勝 | 49.15% (91.61%) |
51.43% (106.00%) |
45.83% (70.63%) |
0.00% (0.00%) |
65.52% (120.00%) |
44.83% (84.25%) |
83.90% (84.12%) |
| 枠連 | 9.01% (71.26%) |
10.61% (99.24%) |
6.67% (30.22%) |
-- (--) |
10.34% (32.41%) |
8.05% (80.11%) |
25.23% (107.39%) |
| 馬連 | 5.08% (73.81%) |
5.71% (114.14%) |
4.17% (15.00%) |
0.00% (0.00%) |
10.34% (36.21%) |
3.45% (88.05%) |
19.49% (209.07%) |
| ワイド | 12.71% (57.80%) |
12.86% (76.29%) |
12.50% (30.83%) |
50.00% (65.00%) |
27.59% (107.24%) |
6.90% (41.15%) |
33.90% (90.03%) |
| 馬単 | 1.69% (50.34%) |
1.43% (76.14%) |
2.08% (12.71%) |
0.00% (0.00%) |
3.45% (21.03%) |
1.15% (61.26%) |
19.49% (225.76%) |
| 三連複 | 3.39% (70.17%) |
2.86% (109.29%) |
4.17% (13.13%) |
50.00% (170.00%) |
6.90% (39.31%) |
1.15% (78.16%) |
10.17% (55.15%) |
| 三連単 | 0.85% (343.47%) |
1.43% (579.00%) |
0.00% (0.00%) |
0.00% (0.00%) |
0.00% (0.00%) |
1.15% (465.86%) |
10.17% (39.64%) |
| 総合 | 50.00% (106.52%) |
51.43% (156.98%) |
47.92% (32.89%) |
50.00% (33.57%) |
65.52% (53.41%) |
44.83% (124.93%) |
84.75% (87.36%) |
| 721R | 1点 | 芝(320R) | ダート(370R) | 障害(31R) | 8頭以下(60R) | 9～12頭(181R) | 13頭以上(480R) | 多点 |
| 単勝 | 24.83% (83.34%) |
24.38% (77.56%) |
24.05% (80.86%) |
38.71% (172.58%) |
36.67% (104.83%) |
31.49% (78.07%) |
20.83% (82.65%) |
52.70% (83.96%) |
| 複勝 | 53.54% (86.03%) |
51.88% (84.81%) |
54.86% (87.03%) |
54.84% (86.77%) |
63.33% (81.83%) |
66.30% (90.77%) |
47.50% (84.77%) |
86.27% (81.49%) |
| 枠連 | 13.41% (79.10%) |
12.31% (89.07%) |
14.70% (75.04%) |
5.26% (12.63%) |
-- (--) |
17.13% (96.13%) |
11.25% (68.23%) |
27.60% (75.04%) |
| 馬連 | 9.02% (67.66%) |
8.44% (66.53%) |
9.73% (72.57%) |
6.45% (20.65%) |
13.33% (47.17%) |
12.71% (90.77%) |
7.08% (61.50%) |
20.94% (62.94%) |
| ワイド | 21.22% (125.20%) |
20.94% (164.31%) |
21.89% (96.00%) |
16.13% (70.00%) |
40.00% (81.83%) |
27.62% (86.19%) |
16.46% (145.33%) |
41.33% (87.63%) |
| 馬単 | 4.58% (62.98%) |
4.69% (59.16%) |
4.32% (69.00%) |
6.45% (30.65%) |
8.33% (53.00%) |
4.97% (53.92%) |
3.96% (67.65%) |
20.94% (61.75%) |
| 三連複 | 5.55% (59.63%) |
5.94% (55.63%) |
4.32% (50.65%) |
16.13% (208.06%) |
18.33% (107.50%) |
9.94% (97.62%) |
2.29% (39.31%) |
13.87% (56.57%) |
| 三連単 | 0.83% (15.02%) |
0.63% (10.13%) |
0.54% (12.30%) |
6.45% (98.06%) |
1.67% (14.33%) |
1.10% (18.40%) |
0.63% (13.83%) |
13.87% (61.77%) |
| 総合 | 55.20% (72.27%) |
52.81% (75.63%) |
57.30% (67.88%) |
54.84% (91.23%) |
68.33% (70.07%) |
66.30% (76.48%) |
49.38% (70.41%) |
86.27% (66.29%) |
| 839R | 1点 | 芝(390R) | ダート(418R) | 障害(31R) | 8頭以下(62R) | 9～12頭(210R) | 13頭以上(567R) | 多点 |
| 単勝 | 23.48% (88.86%) |
23.85% (102.15%) |
22.49% (74.00%) |
32.26% (121.94%) |
29.03% (86.77%) |
31.43% (81.10%) |
19.93% (91.96%) |
52.92% (88.66%) |
| 複勝 | 50.18% (84.09%) |
50.26% (91.41%) |
50.48% (78.64%) |
45.16% (65.48%) |
56.45% (71.29%) |
63.81% (88.90%) |
44.44% (83.70%) |
85.94% (81.34%) |
| 枠連 | 12.08% (75.85%) |
9.58% (66.59%) |
14.54% (86.81%) |
5.26% (12.63%) |
-- (--) |
15.71% (89.05%) |
10.05% (66.68%) |
26.31% (85.97%) |
| 馬連 | 8.10% (58.74%) |
6.92% (59.38%) |
9.33% (60.96%) |
6.45% (20.65%) |
12.90% (44.19%) |
11.90% (85.81%) |
6.17% (50.30%) |
19.90% (87.64%) |
| ワイド | 19.55% (103.34%) |
17.69% (113.77%) |
21.29% (94.69%) |
19.35% (88.71%) |
37.10% (84.03%) |
28.10% (87.43%) |
14.46% (111.34%) |
38.38% (86.62%) |
| 馬単 | 4.05% (59.55%) |
3.59% (61.00%) |
4.31% (60.33%) |
6.45% (30.65%) |
6.45% (41.29%) |
5.24% (69.81%) |
3.35% (57.74%) |
19.90% (89.18%) |
| 三連複 | 5.72% (76.28%) |
5.64% (65.33%) |
5.02% (76.72%) |
16.13% (208.06%) |
20.97% (151.77%) |
9.05% (82.38%) |
2.82% (65.77%) |
13.23% (55.83%) |
| 三連単 | 1.07% (77.34%) |
0.77% (37.56%) |
0.96% (112.92%) |
6.45% (98.06%) |
3.23% (23.55%) |
1.90% (223.38%) |
0.53% (29.14%) |
13.23% (52.66%) |
| 総合 | 51.37% (78.04%) |
50.77% (74.80%) |
52.39% (80.58%) |
45.16% (84.24%) |
61.29% (71.84%) |
63.81% (100.98%) |
45.68% (69.58%) |
86.17% (67.42%) |
さらだ標準のはサラダ側のブログに上げてますが、気のせいかこちらの方が少し悪い感じがしますね😓 まあ、満足いかないから今苦労して打開策に取り組んでるんですけどね。
ML.NETはこの多変量多出力回帰という機械学習には対応しておりません。なので若干苦肉の策的に諸々学習させて予測してます。しかし、そもそもTensorFlowに興味を持ったのはこの多変量多出力回帰に対応しているって話からなんです。で、今回のKeras.NETは多変量多出力回帰に対応してるらしい。いやね、これ、Copilotがそういうので信じてコーディング始めてますが、何度かやられてるんですよねぇ😓 対応してますって信じてコーディング進めデバッグ始めて動かなくて確認すると"申し訳ありません。前回の回答は間違っておりました"的なのね。
って事で若干新しいものになっているのでコーディング量が多いです。しかもね、正月ボケっていうよりは年々集中力が低下して持続可能時間が短いんですよ。しかも、この年末年始の連休利用して色々やろうとは思っていたけど、当初は人気予測を利用して勝ち馬予測と人気予測を利用して荒れ予測的にレース一覧で表示させれば儲けに近いレース(?)に集中出来るのでは的なね。そんなコーディングもしてたり、今回ふとこのままLightGBMにしがみついてて上目指せるのか疑問になったり、でもね、仮にこれ完成して試しても結局Keras.NET(TensorFlow的)にもLightGBM以上の結果が望めるかは不明なんですよ。週明けからは仕事も始まるし、かなりの労力を費やさないと終わらないと思うので、それに見合うかっていう怖さもあります。
ただ、やらなければ結果は見えませんので見合うかどうかは別として、機械学習のMicrosoftとGoogleという大きなバックボーン(?)2つが音頭取ったそれぞれの違いを含め、より優秀な予測をしてくれるものに乗って行ける様に頑張ってみます。しばらく無言で進めるかも<m(__)m>
正月気分もそろそろ切り替えて、なかなか新しい事が頭に入らないながらも更に上目指す為には何を調べるべきか。TensorFlowは気にしてたんですが、その際ってか機械学習について色々見たりしてると色々新しい言葉が出てきて...KerasやPandas、NumPyとかね。そもそも全く分からない分野の話でどれも理解しないまま突っ走って来てたんですが、いやね、一応Pythonとかはざっくりとは使えたりしますので、それぞれ使うサンプルなんかは動かしたりしたんですけどねぇ。前にもどこかで書いたかもなんですが、NuGetにTensorFlow.NETとかがあるのでこれ使ってとかも考えたりしたけど、そもそものTensorFlow.NET自体の開発が頓挫してるのでどうしようもないって事で他の方法を検討していて、感覚的にはLightGBMを外部プロセス化したのと似た感じでPython上でTensorFlow使って学習及び予測させる外部プロセスを作って進める予定で年越して徐々に...記憶が若干曖昧ではありますが、昨日最新版のPythonをダウントードしてPCにインストールしてました。Windows 11の24H2をクリーンインストールした昨年10月以降はPythonとか触ってなかったのでインストールはしたんですが、いざ使うにはまた諸々の環境をどうしようかとか面倒だなぁってなる訳です。
で、改めてTensorFlowをじっくり勉強しなきゃそもそもダメかなぁっと読んでたらKerasはTensorFlowなんかも含めて色々出来る感じな話っぽくてね。NuGetでKerasを検索するとKeras.NETとかあるのを発見。これもWin64ってなってますのでJV-Linkとの共存が出来ないっぽいですが、どんな感じになるかやってみようかと思います。Version 3.8.5って事で程々に開発されたものかと思いますが、2020/12/8リリースなんで既に4年以上前から特に変わってないのは少し気になるけど、もう完成の域に達しているなら安心して使えるかもです。