フル順位予測学習モデルの比較

通常用の走破タイム予測学習モデルの様なRMSE値は得られないフル順位予測学習モデルですが、順位予測学習モデルに与えるデータには走破タイム予測が含まれます。ここ最近のベストの走破タイム予測学習モデル(RMSE 1.3871)と新馬戦用走破タイム予測学習モデル(RMSE 1.6493)を使ってここまで出たフル順位予測学習モデルの検証をしてみる。

• RMSE 3.3771
  単勝:的中[22.48%] 回収[93.16%]
  複勝:的中[50.00%] 回収[89.21%]
  枠連:的中[11.95%] 回収[88.52%]
  馬連:的中[7.79%] 回収[73.85%]
  ワイド:的中[19.30%] 回収[85.32%]
  馬単:的中[4.71%] 回収[92.66%]
  三連複:的中[4.28%] 回収[109.58%]
  三連単:的中[0.77%] 回収[92.58%]
  予想[912] 的中[471] (51.64%)
  購入[¥722,100] 払戻[¥654,450 (90.63%)]
• RMSE 3.4440
  単勝:的中[23.79%] 回収[86.34%]
  複勝:的中[47.92%] 回収[79.40%]
  枠連:的中[12.07%] 回収[84.35%]
  馬連:的中[9.10%] 回収[70.24%]
  ワイド:的中[19.19%] 回収[79.56%]
  馬単:的中[5.48%] 回収[69.88%]
  三連複:的中[5.15%] 回収[125.50%]
  三連単:的中[0.88%] 回収[66.78%]
  予想[912] 的中[446] (48.90%)
  購入[¥722,100] 払戻[¥597,460 (82.74%)]
• RMSE 3.4594
  単勝:的中[22.48%] 回収[81.10%]
  複勝:的中[49.89%] 回収[84.93%]
  枠連:的中[11.95%] 回収[81.06%]
  馬連:的中[8.33%] 回収[86.36%]
  ワイド:的中[17.76%] 回収[92.05%]
  馬単:的中[4.39%] 回収[81.17%]
  三連複:的中[4.50%] 回収[101.01%]
  三連単:的中[1.21%] 回収[81.39%]
  予想[912] 的中[468] (51.32%)
  購入[¥722,100] 払戻[¥622,360 (86.19%)]
• RMSE 3.4668
  単勝:的中[21.27%] 回収[80.23%]
  複勝:的中[49.67%] 回収[89.46%]
  枠連:的中[12.07%] 回収[83.30%]
  馬連:的中[8.99%] 回収[101.13%]
  ワイド:的中[19.96%] 回収[101.14%]
  馬単:的中[4.82%] 回収[114.22%]
  三連複:的中[3.40%] 回収[46.32%]
  三連単:的中[0.66%] 回収[59.97%]
  予想[912] 的中[464] (50.88%)
  購入[¥722,100] 払戻[¥610,050 (84.48%)]

これだと最適RMSE 3.3771で行くのが良さそうですが、通常用走破タイム予測の方がまだ上なので順位予測は何か考えないといけないです。