2024/09/16

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

追記 2024.9.17 20:47
検証してみると

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 22.41%
(73.82%)		 21.94%
(79.50%)		 21.59%
(64.58%)		 39.13%
(90.87%)		 32.20%
(70.17%)		 27.75%
(83.77%)		 18.39%
(69.57%)		 51.93%
(73.10%)
複勝 52.09%
(81.70%)		 48.89%
(75.86%)		 55.68%
(89.62%)		 60.87%
(82.17%)		 59.32%
(73.56%)		 59.16%
(86.02%)		 47.61%
(80.83%)		 86.86%
(82.32%)
枠連 12.15%
(76.13%)		 13.03%
(79.33%)		 11.20%
(71.40%)		 11.11%
(106.67%)		 --
(--)		 13.61%
(77.33%)		 10.08%
(66.93%)		 24.68%
(66.46%)
馬連 9.12%
(63.06%)		 9.44%
(65.39%)		 7.58%
(56.74%)		 21.74%
(99.13%)		 25.42%
(105.42%)		 12.04%
(74.24%)		 5.29%
(51.39%)		 20.09%
(61.29%)
ワイド 21.64%
(73.52%)		 20.56%
(67.67%)		 20.83%
(78.33%)		 47.83%
(110.00%)		 44.07%
(84.75%)		 24.61%
(70.31%)		 16.88%
(73.40%)		 41.42%
(81.32%)
馬単 5.10%
(66.60%)		 5.00%
(73.11%)		 4.17%
(50.72%)		 17.39%
(146.96%)		 11.86%
(95.93%)		 7.33%
(81.15%)		 3.02%
(55.24%)		 20.09%
(60.19%)
三連複 6.49%
(106.43%)		 6.39%
(80.14%)		 5.30%
(142.84%)		 21.74%
(100.00%)		 13.56%
(53.05%)		 7.85%
(74.40%)		 4.79%
(129.77%)		 15.61%
(79.69%)
三連単 1.08%
(33.38%)		 0.56%
(14.39%)		 1.14%
(40.64%)		 8.70%
(247.39%)		 1.69%
(23.05%)		 1.57%
(31.52%)		 0.76%
(35.82%)		 15.61%
(75.90%)
総合 53.32%
(71.74%)		 50.00%
(66.59%)		 56.82%
(74.38%)		 65.22%
(124.24%)		 66.10%
(72.28%)		 59.16%
(72.34%)		 48.61%
(70.37%)		 87.64%
(73.46%)

これは良いのか悪いのか...

on 0 件のコメント:
ラベル: ,

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

on 0 件のコメント:
ラベル:

2024/09/13

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

on 0 件のコメント:
ラベル:

2024/09/11

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😅

on 0 件のコメント:
ラベル: , , ,

2024/09/08

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。

on 0 件のコメント:
ラベル: ,

2024/09/07

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😖

on 0 件のコメント:
ラベル: , ,

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。

on 0 件のコメント:
ラベル: ,

2024/09/04

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😉

on 0 件のコメント:
ラベル: ,

2024/09/03

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。

on 0 件のコメント:
ラベル: ,

2024/09/01

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😭

on 0 件のコメント:
ラベル:

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。

on 0 件のコメント:
ラベル:

2024/08/29

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。

on 0 件のコメント:
ラベル:

2024/08/27

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。

on 0 件のコメント:
ラベル: , ,

新たな順位フルCKの学習

相変わらず先週末の実馬券は不調です。ただ、先週末は土日共日勤で仕事でしたので、前夜に予想して早朝投票して出勤だったりしましたので、土曜日は全く投票せず、日曜日は少々って程度にしてました。日曜日に帰宅してから新たな学習モデルを使っての順位フルCK用CSV出力指示して就寝。３時間半程度で出力された様ですが、月曜日の朝に終わっている事を確認後に一旦PCを休ませて今回の３日間学習をスタートさせました。そろそろ最初の２４時間が終わりますが、前回とは違いここまで既に２０トライアルこなしてます。長い物は４時間程度のトライアルはあった様ですが、それ以外は30分～1時間程度な感じです。ここまでの最適RMSEは既に前回を超えて3.6386となってますが、木曜日朝までの学習でどこまで行くのか、またはこれ以上は出ないのかは全く予測出来ません。今週末には少しは良い物が仕上がっていると助かります。

７月１日～先週末までの比較すると

  • ShinbaTimeCK
    60R リリース 個人用
    単勝 28.33%(105.83%) 21.67%(115.83%)
    複勝 50.00%(75.33%) 46.67%(76.17%)
    枠連 12.82%(62.82%) 15.38%(83.85%)
    馬連 6.67%(59.50%) 8.33%(77.50%)
    ワイド 16.67%(66.00%) 20.00%(58.50%)
    馬単 1.67%(37.67%) 1.67%(11.00%)
    三連複 3.33%(67.17%) 3.33%(20.50%)
    三連単 0.00%(0.00%) 0.00%(0.00%)
    総合 50.00%(59.13%) 48.33%(54.12%)
  • SouhaTimeCK
    60R リリース 個人用
    単勝 18.42%(79.34%) 22.91%(74.71%)
    複勝 47.11%(83.81%) 54.39%(84.88%)
    枠連 8.80%(71.52%) 11.98%(89.34%)
    馬連 6.21%(55.22%) 8.99%(63.10%)
    ワイド 17.13%(67.11%) 21.84%(77.64%)
    馬単 3.43%(62.59%) 4.93%(53.04%)
    三連複 4.07%(45.31%) 5.57%(72.33%)
    三連単 0.43%(7.75%) 1.71%(70.09%)
    総合 48.61%(58.89%) 56.10%(72.89%)

まあ、リリースに添付してる学習モデルは取り急ぎ学習させたものでもあるので個人で使用しているモデルの方が成績良いのは当然の事なんですが新馬戦用に関していうと選択は微妙な感じですね。個人用は現在Model Builderで学習させてますので拡張子が違うので次回リリース時に両方同胞してユーザー様に選択してもらうのも有かもですね。

追記 2024.8.28 9:05
もう少しで48時間って感じですが、ここまで35トライアルなのでこの24時間は若干ペースダウンしてる。ここまでの最適RMSE 3.5412なので少しは進んだので無駄ではなさそう?今晩夜勤なので明日帰宅後に終わる。週末は台風も気になるので長時間学習中じゃなくて済みそうです。まっ、そもそも競馬が行われるか疑問がありますけどね。

追記 2024.8.29 9:42
72時間学習が終わり最終的には最適RMSEは3.4491でした。52トライアルが行われました。検証試みたのですがいつもの学習モデルが大きいとでる奴が出て検証出来ずorz 学習ファイルは59.7MBしかないのに😭

追記 2024.8.29 14:35
|--------------------------------------------------------------------|
|                          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: 53                                 |
|--------------------------------------------------------------------|
|                        Top 5 models explored                       |
|--------------------------------------------------------------------|
|      Trainer                             RMSE       Duration       |
|--------------------------------------------------------------------|
|51    LightGbmRegression                  3.4991     3400.6180      |
|44    LightGbmRegression                  3.5012     3131.3600      |
|40    LightGbmRegression                  3.5110     3092.9730      |
|37    LightGbmRegression                  3.5163     2517.1670      |
|46    LightGbmRegression                  3.5168     3089.5580      |
|--------------------------------------------------------------------|
 ７２時間学習をModel Builderで行った時のトップ5なんですが、最終的な最適RMSEの学習モデル以外は保存されない為、この長時間学習が全てパーになりました。せめて次点以降も保存されていれば利用が出来てそれなりの検証結果だったかもなのですが、それすら分かりません。自分が作ったAutoMLではそんな思いをしないで済む様に途中の学習モデルも保存してます。例えば上の様な場合にはRaceJuniFullCK259200_51.zip、RaceJuniFullCK259200_44.zip、RaceJuniFullCK259200_40.zip、etc.
それと、この学習モデルのロード時のエラーなんですが、メモリ不足ってエラーが出てるんですが、64GBもメモリを積んであるのに高々100MB程度の学習モデルのロードでって少し考え辛く、まあ、ML.NETの有志にバグ認定して頂いて修正される方向ではあるんですが、もしかすると、アプリがJV-Linkが64bit対応してない為に32bitアプリとしてリリースしてるんですが、これ、JV-Linkが64bit対応してアプリも64bitアプリとしてリリースすれば動く可能性もあるんですよね。なのでもしかすると現在は学習時は外部アプリを64bit化してあり、そこで学習させてるんですが、予測時にも予測用の64bit版の外部アプリを作って予測させて結果を元のアプリで表示する様にすれば行けるのかも思ってみたり...ただ、その為には予測に必要なファクターをどうやって渡して、予測結果をどうやって受けるかとかも考える必要があり、単純には実現出来ないです。今の外部での学習は単純に学習用CSVファイルのパスを渡すだけで済んでますので、受け渡しに必要な全てのファクターを一時的にファイルにして渡し、結果もファイルとして受ける様にするとかかな。不可能ではないので検討してみるかも。

on 0 件のコメント:
ラベル: ,

2024/08/25

iPad 10.9インチ 第10世代 Wi-Fi 64GB 2022年秋モデル

少し前に娘が何やらタブレットを持っているので「それ何?」って聞くと「買った」と言われ、いやいや、別にどこかで盗んで来たとは思ってないんだけどと思いながら「それは分かってるけど、何?」と確認すると「iPad」とまあそっけない返事でした。

その昔、ああっ、このPC購入時の６年前に購入したショップの店頭にiPadが売ってたので購入して娘に「使う?」って渡したが、結局使わないって事で自分が少しの間使ってました。当時してたMMOで２垢作ってiPhoneとiPadでパーティ組んでとかしたり、入院時に病院のTVとか有料だし、普通にどこでもDIGAとかでテレビ見たり重宝しました。

現時点でiPhone XS Maxの自分とiPhone XSの妻なので、来月発表・発売になるiPhone 16に乗換える予定なんですが、妻がたびたび居間のテレビ見ながら寝落ちするのをあまりよく思ってない自分だったりして、その回避策として妻の部屋にテレビをとも考えてたんですが、配置位置なんかもイメージ出来ずな部屋なので少し躊躇してたんです。で、テレビに固執しなくてもiPadなら妻が大好きな孫の動画なんかもiPhoneよりは大画面なiPadで見れるし、テレビだってどこでもディーガでリアルタイムを含め録画だって見れますので...ああっ、ちょいちょいYouTubeなんかも見たりするし、アマプラも見るから全く問題無いんじゃないかと思い、急遽一昨日の金曜日にアップルで発注して本日到着しました。

所謂ホームボタンが無いiPadなので生体認証が何なのか今一理解してませんでしたが、電源ボタンで指紋認証って事で、この認証に苦労ましました。基本妻が使うものなので妻に指で指紋認証登録させたんですが、やり始めは普通にiPadの正面から電源ボタンに指乗せて認証させようとしてましたが、それだとボタン全体を覆う感じにならないので、結局側面側からボタン全体を覆う感じに指を乗せる様にしてどうにか行きました。

諸々の設定はiPadの初期設定中に近くに抱き合わせるiPhoneを置いておくと認識してその設定を引き継ぐ感じで特に何もしなくても良い感じ。逆にあまり引き継いで欲しくない場合とかだと若干苦労しそうですね。

追記 2024.8.26 10:55
購入金額書いてなかったけど、普通にアップルストアで購入したので定価58,800円です。前のiPadは３万円ちょいでしたので、これが単純に円安の影響かなぁ。まあ、アップルストアの定価と違ってショップのしかもセールで安かったってのもありますけどね。

追記 2024.8.26 15:52
当初は液晶にフィルムを貼らない予定でしたが、落としたりした時の少しでも役に立てばとの思いで急遽楽天で当日発送って事で昨日職場で昼休みに発注。確かに当日発送にはなってますが、まあ、自分が悪いんだとは思うけど、仮に当日発送だとしてもそもそも山口県からこちらに翌日配送になる保証は当然無い!関東からならまだしもねぇ。九州からだと宅急便でも中１日程度だった記憶はありますので、本日は無理ですね😖 まっ、明日も仕事休みなので...
1,580円から10%クーポン利用で1,422円だそうで、上手く貼れればいいんでけどね。

on 0 件のコメント:
ラベル:

2024/08/22

納得いくまで...

そもそも順位はベースとして新馬用と通常用から学習データ作成して学習になるので、そこが良い物である必要は当然です。って事で新馬CK用学習10時間スタートさせたんですが、１５分程度でここまでの最適RMSEを少しだけ超える1.9845が出てます。まっ、それで終わりってのもここまで何度も経験はしてますが、明日朝出勤前に終わる筈なので結果を楽しみに今晩はゆっくりさせて頂きます。

まだまだ数が少ない「さらだ」ユーザーさん達は各自で学習までさせたりしているのかは疑問です。報われるか否かはその時の運だったりもしますし、別に当然強制ではありません。ただ、その土俵は準備させて頂き、こちらも自分なりの自分の為の学習作業はこれからもします。現状よりももっと精度の高い学習モデルの添付もしたいとは思ってます。ただ、自分が出来る範囲に留まりますので、各自が納得いくものをご自身の手で導くのも有りなのを試して頂き、自分だけが美味しい思いしてみてもって気でもいます。

追記 2024.8.23 20:06
今朝終わった新馬CK用学習ですが、最適RMSE 1.9587でした。

52R 1点 芝(46R) ダート(6R) 多点
単勝 25.00%(133.65%) 28.26%(151.09%) 0.00%(0.00%) 57.69%(99.81%)
複勝 50.00%(82.50%) 54.35%(87.83%) 16.67%(41.67%) 96.15%(106.86%)
枠連 15.62%(85.00%) 14.81%(55.19%) 20.00%(246.00%) 15.62%(32.64%)
馬連 7.69%(79.04%) 6.52%(26.74%) 16.67%(480.00%) 21.15%(72.56%)
ワイド 19.23%(59.23%) 19.57%(52.17%) 16.67%(113.33%) 48.08%(81.47%)
馬単 1.92%(12.69%) 2.17%(14.35%) 0.00%(0.00%) 21.15%(79.52%)
三連複 3.85%(23.65%) 4.35%(26.74%) 0.00%(0.00%) 17.31%(71.44%)
三連単 0.00%(0.00%) 0.00%(0.00%) 0.00%(0.00%) 17.31%(77.18%)
総合 51.92%(58.18%) 56.52%(51.58%) 16.67%(107.23%) 96.15%(78.63%)

これまでよりは良い? これが実力なら新馬戦複勝３点買いしてると勝てます😉 まあ、それ言ったら単勝１点買いでも勝てるって事なんですが、的中率96.15%だと多分波が非常に穏やかな筈です。25%だと当然山あり谷ありとなり、その谷に耐えられるかって話ですよね。

追記 2024.8.24 21:54
昨夜新馬の次に通常CK用学習24時間スタートさせてあり少し前に終わりました。これまでで一番な最適RMSE 1.3379が出ました。

404R 1点 芝(213R) ダート(175R) 障害(16R) 多点
単勝 23.02%(71.06%) 26.29%(83.66%) 17.14%(50.91%) 43.75%(123.75%) 51.73%(79.17%)
複勝 54.95%(85.30%) 53.99%(82.96%) 54.29%(86.17%) 75.00%(106.88%) 86.88%(79.48%)
枠連 12.18%(87.22%) 12.29%(91.79%) 11.98%(82.63%) 14.29%(80.00%) 27.48%(88.04%)
馬連 8.91%(65.40%) 9.39%(74.46%) 7.43%(54.11%) 18.75%(68.13%) 20.05%(73.18%)
ワイド 22.03%(79.90%) 23.00%(82.82%) 18.86%(74.97%) 43.75%(95.00%) 40.35%(79.13%)
馬単 4.70%(51.26%) 7.04%(83.52%) 1.14%(10.00%) 12.50%(73.12%) 20.05%(76.35%)
三連複 5.94%(79.01%) 5.63%(71.17%) 5.14%(88.69%) 18.75%(77.50%) 16.34%(84.50%)
三連単 1.73%(68.42%) 1.88%(111.27%) 0.57%(6.46%) 12.50%(175.63%) 16.34%(85.25%)
総合 56.44%(73.23%) 54.93%(85.07%) 56.00%(56.59%) 81.25%(101.51%) 87.62%(82.37%)

これなら少し期待出来そうかなぁ😉

on 0 件のコメント:
ラベル: ,

2024/08/21

長時間トライアル

別に慣れっこではあるんですが、24時間学習終わったんです。そして無駄な時間だったかなぁ。24時間で9トライアル行われ、終了直前のトライアルは時間切れでカウントされてません。で、その1つ前のトライアルが問題のトライアルで、結局16時間弱を要してRMSE 5.6219とかです。今晩は試しませんが、今後機会見て長いの試す必要はあるかもです。

以前AutoMLでは最長1週間とかの学習を試みたりした時に1つのトライアルで3日間程度のもあったと記憶してますので、特にそれ自体に違和感はないのですが、時間と電気代の無駄を考えたくないですね😖

on 0 件のコメント:
ラベル:

順位フルCKはAIにも難解?

以前から薄々は感じてました。昨日スタートした順位フルCKの24時間学習ですが、既に20時間以上過ぎてますが、ここまでこなしたトライアル8つですorz 最長3時間18分とかです。いや、難解だから時間が掛かるのかは別として、新馬戦用はテンポ良くトライアルが進みます。しかし、通常用CKも言っちゃうとファクター数では上なんですよ。しかし、ここまで時間は掛かったりしなかったと思う...ってのもまあ、その時々で若干違うとは思うのでね。今やってるトライアルは自分の記憶的には既に3時間では済まないと思う...今日の午前中の早い時間に見た時にもやってる最中だったと思うのでね。

また自分のペースで書いてるので説明が不十分だとは思いますが、先日からModel Builberで新馬戦用CKと通常用CKを行い、めぼしいモデルを使って順位フルCK用の学習用CSVを3時間ちょい掛けて出力してそれをModel Builerで24時間学習させている最中です。これまでは2.9041とかのRMSEも出たりしてますが、今回ここまで3.8638で、この後残り3時間少々でそもそも次が終わるのかも分からないけど、期待して待ちます。

on 0 件のコメント:
ラベル:

2024/08/18

やれる事は試す

昨夜ってかまあ、日付変わった深夜に通常版の長い学習が終わった。結果からすると20回もやったけど1回目の最適RMSEを超えるものが出ないという無駄な2日超えな学習となりました。その1回目の学習モデルも納得の行くものではないので現在はModel Builderに戻って取敢えず新馬戦用の学習させてます。朝から1,800秒2回程行いましたがRMSE的にはAutoMLを超えるんですが、検証結果は...って事で今はまず3,600秒で試してます。これまでModel Builerでは新馬戦用の学習モデルの最適RMSEは1.9579だったりしますので、その辺りまで期待したいし、その検証が良い物だと助かります。まっ、期待外れだったら学習時間延ばして再度...

追記 2024.8.18 11:37
3,600秒では残念ながら良い物は得られませんでしたので10,800秒にして学習中です。ここまで1時間程度過ぎた所で最適RMSEは1.9600まで来てます。もう一息でこれまでを超えそうなので期待して待ちますが、今日のレースには間に合わない^^; まっ、来週末に備えて通常版もModel Builderで学習させて良いモデルが揃う事を願いたい😉

追記 2024.8.18 17:27
本日も実馬券的には最悪でした。まっ、中途半端な学習モデルで挑んだのが無謀と言えば無謀だとは思います。新馬戦用はRMSE 1.9846が出ました。

44R 1点 芝(40R) ダート(4R) 多点
単勝 15.91%(66.36%) 15.00%(66.00%) 25.00%(70.00%) 63.64%(114.55%)
複勝 43.18%(69.32%) 40.00%(65.50%) 75.00%(107.50%) 84.09%(83.03%)
枠連 7.69%(26.92%) 8.70%(30.43%) 0.00%(0.00%) 7.69%(48.55%)
馬連 2.27%(7.50%) 2.50%(8.25%) 0.00%(0.00%) 20.45%(74.62%)
ワイド 15.91%(45.68%) 15.00%(44.25%) 25.00%(60.00%) 45.45%(99.02%)
馬単 0.00%(0.00%) 0.00%(0.00%) 0.00%(0.00%) 20.45%(87.61%)
三連複 6.82%(32.95%) 7.50%(36.25%) 0.00%(0.00%) 15.91%(70.63%)
三連単 0.00%(0.00%) 0.00%(0.00%) 0.00%(0.00%) 15.91%(67.78%)
総合 43.18%(31.32%) 40.00%(31.39%) 75.00%(30.65%) 84.09%(76.11%)

まあ、これじゃ決して褒められたものではないかなぁ。次点はRMSE 1.9878で

44R 1点 芝(40R) ダート(4R) 多点
単勝 25.00%(113.41%) 25.00%(117.75%) 25.00%(70.00%) 61.36%(92.12%)
複勝 50.00%(79.77%) 47.50%(77.00%) 75.00%(107.50%) 90.91%(76.67%)
枠連 7.69%(26.92%) 8.70%(30.43%) 0.00%(0.00%) 7.69%(9.33%)
馬連 4.55%(18.86%) 5.00%(20.75%) 0.00%(0.00%) 13.64%(26.52%)
ワイド 15.91%(31.36%) 15.00%(28.50%) 25.00%(60.00%) 36.36%(74.32%)
馬単 4.55%(45.45%) 5.00%(50.00%) 0.00%(0.00%) 13.64%(36.25%)
三連複 6.82%(35.68%) 7.50%(39.25%) 0.00%(0.00%) 13.64%(70.63%)
三連単 2.27%(65.68%) 2.50%(72.25%) 0.00%(0.00%) 13.64%(70.59%)
総合 50.00%(53.50%) 47.50%(55.84%) 75.00%(30.65%) 90.91%(63.28%)

さて、どちらが良いかは...若干判断に困りますね。この後、通常用を7,200秒で学習させた時は1.3438が出ました。

340R 1点 芝(182R) ダート(145R) 障害(13R) 多点
単勝 23.82%(75.03%) 21.98%(75.88%) 23.45%(68.90%) 53.85%(131.54%) 52.06%(74.57%)
複勝 53.53%(83.53%) 50.00%(75.66%) 55.17%(89.86%) 84.62%(123.08%) 85.00%(81.23%)
枠連 11.19%(72.41%) 10.53%(73.29%) 10.87%(53.91%) 40.00%(556.00%) 26.10%(76.69%)
馬連 6.76%(44.47%) 7.14%(54.18%) 4.83%(29.31%) 23.08%(77.69%) 19.71%(64.36%)
ワイド 21.18%(88.21%) 21.43%(100.55%) 18.62%(72.97%) 46.15%(85.38%) 42.65%(83.34%)
馬単 4.12%(39.18%) 3.85%(39.07%) 3.45%(33.66%) 15.38%(102.31%) 19.71%(64.05%)
三連複 6.76%(103.79%) 5.49%(83.24%) 7.59%(134.69%) 15.38%(46.92%) 16.18%(77.96%)
三連単 2.06%(59.65%) 2.20%(59.34%) 1.38%(56.00%) 7.69%(104.62%) 16.18%(74.44%)
総合 55.00%(70.76%) 51.10%(70.08%) 57.24%(67.49%) 84.62%(119.90%) 85.00%(73.91%)

悪くは無いRMSEだけど、ほんの少しだけ改善して欲しい気はするのでもう少し長い学習もしてみます。相変わらずここまではModel Builder頑張ってくれてるのかなぁ。

追記 2024.8.19 18:30
本日から盆休み明けの仕事が始まります。この後夜勤なので、実は昨日21時間程度の学習時間に設定して開始させて出勤前には終わる様にしてました。最適RMSE 1.3417は

404R 1点 芝(213R) ダート(175R) 障害(16R) 多点
単勝 21.04%(61.46%) 20.19%(57.89%) 19.43%(58.11%) 50.00%(145.63%) 49.75%(78.28%)
複勝 50.50%(83.02%) 47.42%(80.28%) 52.00%(83.83%) 75.00%(110.62%) 86.63%(81.39%)
枠連 11.05%(73.26%) 10.61%(77.32%) 11.98%(71.98%) 0.00%(0.00%) 25.78%(80.07%)
馬連 8.91%(71.39%) 7.98%(66.43%) 9.71%(80.63%) 12.50%(36.25%) 20.30%(63.87%)
ワイド 21.53%(77.95%) 20.19%(70.47%) 21.71%(86.17%) 37.50%(87.50%) 39.85%(76.64%)
馬単 4.70%(52.10%) 4.69%(68.83%) 4.57%(33.43%) 6.25%(33.75%) 20.30%(66.98%)
三連複 5.45%(57.87%) 4.69%(37.70%) 5.71%(82.34%) 12.50%(58.75%) 14.11%(90.03%)
三連単 1.73%(46.78%) 1.88%(48.36%) 1.71%(49.14%) 0.00%(0.00%) 14.11%(103.35%)
総合 51.98%(65.35%) 49.77%(63.13%) 52.57%(68.18%) 75.00%(63.53%) 87.62%(89.56%)

ちょっとまた判断に苦しむ感じの検証結果なんですが、若干学習モデルファイルが149MBと大きいのもロード時のエラーが起きやすいので悩む所です。これはレース数増えてるのは昨日までを検証対象にしたからです。

on 0 件のコメント:
ラベル:

2024/08/15

リリースとは別に

ユーザー様には申し訳ないけど、自分も儲けるつもりでアプリ作ったり学習させたりしてます。で、リリース用の準備は一段落して限られた時間で自分用にまずは新馬戦用として出た最適RMSE 2.0071ですが

44R 1点 芝(40R) ダート(4R) 多点
単勝 27.27%(96.36%) 22.50%(84.75%) 75.00%(212.50%) 56.82%(79.92%)
複勝 50.00%(78.18%) 45.00%(72.25%) 100.00%(137.50%) 95.45%(78.56%)
枠連 7.69%(65.38%) 4.35%(20.43%) 33.33%(410.00%) 7.69%(82.50%)
馬連 4.55%(78.18%) 2.50%(14.00%) 25.00%(720.00%) 22.73%(80.61%)
ワイド 18.18%(89.32%) 17.50%(81.25%) 25.00%(170.00%) 43.18%(75.91%)
馬単 2.27%(108.41%) 0.00%(0.00%) 25.00%(1,192.50%) 22.73%(83.94%)
三連複 6.82%(97.05%) 7.50%(106.75%) 0.00%(0.00%) 20.45%(63.47%)
三連単 0.00%(0.00%) 0.00%(0.00%) 0.00%(0.00%) 20.45%(67.68%)
総合 50.00%(77.22%) 45.00%(48.94%) 100.00%(353.55%) 95.45%(72.69%)

となりました。これが良いのか悪いのかは何ともですが、自分用はこちらで行きます。これ、1,200秒×20回で開始した学習の半分以下で出たものです。時間削減でここで新馬は打ち切ろうかなぁ。でもね、この後更に良い物が出ない保証は当然無い(笑) 時間的な制約から打ち切りますが、余裕があるなら継続が吉!

追記 2024.8.16 8:02
新馬戦用打ち切りから通常用10,000秒×20回を昨夜スタートしてここまでの最適RMSE 1.4259を検証すると

340R 1点 芝(182R) ダート(145R) 障害(13R) 多点
単勝 17.06%(69.38%) 17.03%(69.73%) 15.86%(69.86%) 30.77%(59.23%) 44.41%(76.04%)
複勝 45.59%(83.38%) 43.96%(86.43%) 46.21%(79.38%) 61.54%(85.38%) 80.00%(84.28%)
枠連 9.83%(76.31%) 7.89%(59.74%) 11.59%(93.26%) 20.00%(112.00%) 23.39%(86.97%)
馬連 5.59%(69.21%) 4.40%(80.66%) 6.21%(56.07%) 15.38%(55.38%) 18.24%(89.42%)
ワイド 15.29%(73.06%) 13.19%(60.60%) 17.24%(91.45%) 23.08%(42.31%) 39.12%(93.11%)
馬単 4.12%(64.94%) 3.30%(41.15%) 4.83%(96.28%) 7.69%(48.46%) 18.24%(90.66%)
三連複 6.18%(114.68%) 6.04%(61.43%) 5.52%(187.59%) 15.38%(46.92%) 15.00%(98.36%)
三連単 2.06%(112.74%) 2.20%(112.36%) 1.38%(113.31%) 7.69%(111.54%) 15.00%(93.76%)
総合 46.47%(83.07%) 44.51%(71.76%) 47.59%(98.43%) 61.54%(66.67%) 80.00%(91.42%)

これじゃまだまだですね。まだ5回終わっただけで残り15回ありますが、時間的には24時間後には明日のレースの準備する必要がある。日曜日のレースには全て終わっているとして、明日のこの時間にどの程度の物が出てるか...Model Builderと違って適度にセーブしてるし、各回の終わりにもセーブしてるので中断せずとも利用可能なのは自作AutoMLの良い所でもあります😉
この検証的には三連単1点買い続ければ勝てると。ただ、多点買いしてはダメだと(笑) ワイド3点でプラスになる様だとちょっと気楽に行けるんですが、的中率2%程度で収支がプラスって50レースに1回当たる程度って1日36Rで空振り有って辛いから。的中率4割弱なら半分ではないにしても3Rに1回は当たってるのは気分的に大分楽なので、そんな感じにプラス収支なるレベルを目指したいですね。

追記 2024.8.16 8:13
説明ちと不十分なので...自分用の学習モデルは学習データを2004.1.1～2024.6.30で作成してます。なので、検証は2024.7.1～で、今だと先週末8.11までをしてます。学習データを増やすのはプラスになるのですが、その分検証期間が限られます。検証期間が短いと実力が計り辛い。リリース用はより実力が正確に表される様に昨年末までの学習データで検証期間半年以上を確保してます。

on 0 件のコメント:
ラベル:

2024/08/14

System.Data.SQLite Version 1.0.119.0リリース時期延期

流石に5月リリース予定が一向にリリースされず、先日ベースとなるSQLiteが3.46.0に3.46.1になっている事に気付き８月１３日にパッチリリースとなった関係からだと思うけど、正式(?)にSeptember XX, 2024に変更されてました。まっ、バグ関連なんかが既に発覚してるものを含んだリリースはしない姿勢は好感が持てますが３カ月も経った時点でやっと公表って感じも微妙ではあります。

リリースされれば即取り込んでこちらもアプリをリリースします。ML.NETのpreviewもたまに更新されたりしてますが、正式リリースは.NET 9がリリースされるタイミングなのかもって何処かで見た気がするので、もしかすると１１月辺りが濃厚なのかなぁと予測してみたり。

on 0 件のコメント:
ラベル: , ,

2024/08/13

Microsoft Rewards 14回目

前回から５4日での獲得です。前回４８日でと書いてるので少し伸びた。もう少し掛かりそうだったが、今日は少しだけ多くポイントが稼げたので１日早まった気がする。今回も5,250ポイントを楽天ポイント660に。何時からなのか不明だけど、自動でポイント申請してくれる機能が追加されてるので、設定してみた。次は１０月初旬になるのかな。

on 0 件のコメント:
ラベル:

まだ半分来てないけど

昨夜の結果よりほんの少しだけ良い感じの最適RMSE 2.5674が出ましたが、

2,064R 1点 芝(976R) ダート(1011R) 障害(77R) 多点
単勝 21.03%(86.29%) 22.85%(99.08%) 18.89%(76.14%) 25.97%(57.40%) 49.13%(79.26%)
複勝 48.93%(86.41%) 48.46%(90.53%) 48.27%(82.11%) 63.64%(90.65%) 85.27%(83.26%)
枠連 12.26%(88.36%) 12.09%(100.23%) 12.41%(79.95%) 12.31%(62.46%) 25.50%(73.20%)
馬連 8.28%(82.32%) 8.40%(101.06%) 7.91%(65.81%) 11.69%(61.69%) 18.75%(69.76%)
ワイド 19.48%(81.01%) 19.16%(87.03%) 18.69%(73.16%) 33.77%(107.92%) 39.24%(78.20%)
馬単 4.89%(95.68%) 5.53%(127.03%) 4.25%(69.95%) 5.19%(36.23%) 18.75%(65.90%)
三連複 4.41%(62.01%) 4.10%(57.70%) 4.35%(61.66%) 9.09%(121.04%) 12.16%(70.38%)
三連単 1.21%(103.77%) 1.23%(70.67%) 1.19%(142.29%) 1.30%(17.66%) 12.16%(65.74%)
総合 50.58%(85.70%) 50.10%(91.50%) 49.95%(81.39%) 64.94%(69.52%) 85.47%(69.47%)

実戦ではもう一段上に行ってくれないとな気がしますが、もともと順位では走破タイム程のRMSEは出ないですね。2.5切れるものが出てくれると良いのかも? 今夜には一応の学習モデルは揃いそうなのでリリースします。

on 0 件のコメント:
ラベル: ,

2024/08/12

現ファクターでの各学習モデル

ちょっとあれこれやって整理ついてないのでメモです。

  • Model Builder
    [ベースモデル]
    新馬戦用 1.6657
    通常用 1.3800
    順位フル NG
    [CKモデル]
    新馬戦用 1.9814
    通常用 1.3591
    順位フル NG
  • AutoML
    [ベースモデル]
    新馬戦用 1.6971
    通常用 1.4493
    順位フル NA
    [CKモデル]
    新馬戦用 2.0140
    通常用 1.3989
    順位フル 2.5692

これ途中だったりもしますが、今後に期待しながらリリースに持っていきます😁

on 0 件のコメント:
ラベル:

順位フルCK最初のモデル

少し前に1回目が終わった順位フルCKの最適RMSEは2.8694で

2,064R 1点 芝(976R) ダート(1011R) 障害(77R) 多点
単勝 18.12%(85.65%) 19.67%(72.15%) 16.62%(101.71%) 18.18%(45.97%) 47.34%(80.09%)
複勝 45.78%(81.25%) 45.39%(79.17%) 45.99%(83.92%) 48.05%(72.47%) 83.77%(80.72%)
枠連 10.38%(70.99%) 9.67%(62.13%) 11.38%(82.47%) 4.62%(12.92%) 24.31%(74.86%)
馬連 7.07%(68.30%) 6.05%(59.40%) 8.11%(79.96%) 6.49%(28.05%) 17.15%(70.77%)
ワイド 17.10%(79.76%) 16.29%(69.07%) 17.31%(88.71%) 24.68%(97.79%) 36.72%(76.94%)
馬単 3.54%(68.69%) 2.97%(47.78%) 4.06%(92.49%) 3.90%(21.17%) 17.15%(70.06%)
三連複 3.63%(61.19%) 3.38%(54.45%) 3.56%(66.04%) 7.79%(82.86%) 11.14%(67.46%)
三連単 0.53%(52.74%) 0.20%(42.46%) 0.79%(65.33%) 1.30%(17.66%) 11.14%(64.62%)
総合 47.29%(71.07%) 46.82%(60.80%) 47.68%(82.58%) 48.05%(48.05%) 84.16%(69.15%)

で、検証してる間に２回目が終わって最適RMSE 2.5692で

2,064R 1点 芝(976R) ダート(1011R) 障害(77R) 多点
単勝 20.78%(82.03%) 21.93%(91.38%) 19.29%(74.94%) 25.97%(56.62%) 48.74%(78.57%)
複勝 50.00%(88.27%) 48.26%(88.75%) 50.64%(87.66%) 63.64%(90.13%) 85.37%(82.72%)
枠連 12.00%(81.08%) 11.85%(82.29%) 12.00%(78.78%) 13.85%(100.00%) 26.04%(75.97%)
馬連 8.24%(74.82%) 8.71%(82.92%) 7.62%(68.96%) 10.39%(48.96%) 18.27%(71.96%)
ワイド 19.19%(78.50%) 18.85%(80.38%) 18.30%(72.83%) 35.06%(129.09%) 38.57%(75.76%)
馬単 4.41%(72.48%) 4.92%(79.47%) 3.86%(68.50%) 5.19%(36.23%) 18.27%(69.66%)
三連複 3.88%(58.73%) 3.59%(57.76%) 4.06%(59.62%) 5.19%(59.35%) 11.92%(72.04%)
三連単 1.02%(106.73%) 1.13%(78.92%) 0.89%(140.36%) 1.30%(17.66%) 11.92%(66.77%)
総合 51.41%(80.32%) 49.80%(80.19%) 52.03%(81.47%) 63.64%(66.61%) 85.66%(70.63%)

ここからどこまで改善出来るかは明日のお楽しみで寝ます😉

on 0 件のコメント:
ラベル:

CPU負荷大

昨今AIが色々と話題になり米アップルが発表したAIなんかもちょっとAIではない...Aが何かが違ったりしてるけど、まあ、その辺りは洒落(?)なのかとは思うけど、あまりに重いので、現行機種では15Proのみが対象とか言われてますね。

実はML.NETの色々なってか、まあ、機械学習を取り入れてますが、この中の特にAutoML使って学習させてます。で、うちの6年前に組んだPCのCore i7 8700程度だと1つ動かしてもかなりなんですが、2つ稼働させるともうね、ブラウザーですらかカクカクしだす程の負荷なんです。でまあ、先日も書いた様に2日半弱な学習させてる最中に、ここまでの新馬戦用と通常用の使えそうなモデルを使って順位フルCK用のCSV出力始めたんですが、なんと所要時間予想は10時間です。普段だと3時間程度で出力出来たと思うんですが、AutoML稼働中に更にまあちょいと重めな処理、あっ、順位関連のCSV出力には機械学習したモデルを使って予想させながらのデータ出力なのでこれも若干重いんです。

どちらも本日夕方程度には終わるのでもう丸3日間程度稼働させっぱなPCを一旦休ませた後に順位フルCKの学習をさせようと思ってます。この学習データは確か1GB未満だと思うので、3,600秒×24回程度の24時間にする予定です。これが完了したら、まあ、あまりにもモデルの出来が悪ければもう少しやり直してからですが、程々の物が出ればさらだVersion1.6.0の変更申請を行う予定です。

追記 2024.8.12 17:58
結局11時間4分も掛かってCSV出力完了ですorz
そして学習は改善は見られませんでしたorz

on 0 件のコメント:
ラベル: ,

通常用がなんとか

今朝方15回目にやっと最適RMSE 1.3989が出ました。

1,951R 1点 芝(899R) ダート(975R) 障害(77R) 多点
単勝 20.71%(76.70%) 20.80%(80.38%) 19.79%(74.06%) 31.17%(67.27%) 48.74%(78.15%)
複勝 50.33%(84.64%) 48.72%(85.28%) 50.67%(83.71%) 64.94%(88.96%) 84.98%(82.28%)
枠連 12.13%(81.82%) 11.25%(79.15%) 12.94%(85.58%) 10.77%(59.54%) 25.78%(73.40%)
馬連 8.30%(68.08%) 8.01%(68.88%) 8.31%(67.83%) 11.69%(61.95%) 18.45%(70.25%)
ワイド 20.14%(78.91%) 18.69%(75.83%) 20.31%(79.37%) 35.06%(109.09%) 39.52%(80.55%)
馬単 4.56%(63.37%) 5.01%(69.01%) 4.21%(60.91%) 3.90%(28.57%) 18.45%(68.26%)
三連複 4.25%(63.34%) 3.78%(66.16%) 4.31%(58.82%) 9.09%(87.66%) 12.25%(73.29%)
三連単 1.03%(52.42%) 1.00%(67.78%) 1.03%(41.02%) 1.30%(17.66%) 12.25%(67.28%)
総合 51.87%(71.04%) 50.06%(73.97%) 52.51%(68.83%) 64.94%(65.20%) 85.24%(70.82%)

まだまだな気がしますが、それでもギリギリ使えるかなぁって感じです。本来は1.35辺りまで出たモデルが出れば合格な感じなんですが残り5回でどこまで出るかは今晩には終わるので結果待ちですね。

on 0 件のコメント:
ラベル:
登録: 投稿 (Atom)