LightGBM v4.5.0の外部プロセス

学習モデルのパラメーター調整とかによる精度向上には時間も労力も掛かります。目先の問題としてさらだの予想レベル向上が急務なのでLightGBM利用の為の外部プロセスの一通りのコーディングをしてみたので、先日までに得た新馬CKと通常CKを使った順位CKの学習用CSV出力を今朝夜勤明けで帰宅後にスタートして寝ました。

元々かなり時間の掛かる処理ではありましたが、今回4時間半程度掛かりました。で、早速それ使った学習を始めてます。Model Builderでの最適RMSEは3.0未満だったのですが、現在大体3.72前後とこれが良いのか悪いのか😓 ここまでの最適RMSE 3.7180で

959R	1点	芝(506R)	ダート(418R)	障害(35R)	8頭以下(81R)	9～12頭(297R)	13頭以上(581R)	多点
単勝	9.18% (84.80%)	10.47% (92.83%)	6.94% (72.30%)	17.14% (118.00%)	19.75% (60.00%)	9.43% (81.14%)	7.57% (90.12%)	24.50% (73.41%)
複勝	23.77% (75.55%)	24.90% (80.43%)	21.05% (69.19%)	40.00% (80.86%)	37.04% (61.73%)	27.27% (86.26%)	20.14% (72.00%)	56.93% (76.09%)
枠連	2.34% (69.04%)	2.99% (105.07%)	1.28% (17.41%)	10.53% (366.32%)	-- (--)	3.03% (93.10%)	1.72% (48.78%)	4.56% (60.44%)
馬連	2.40% (66.05%)	2.96% (97.61%)	1.20% (15.86%)	8.57% (209.14%)	4.94% (92.59%)	3.03% (98.15%)	1.72% (45.94%)	4.90% (46.03%)
ワイド	5.11% (42.60%)	5.93% (52.39%)	3.59% (27.68%)	11.43% (79.14%)	11.11% (57.16%)	6.73% (51.25%)	3.44% (36.14%)	13.24% (47.32%)
馬単	1.25% (56.20%)	1.58% (69.13%)	0.24% (9.81%)	8.57% (423.43%)	4.94% (142.72%)	1.01% (49.39%)	0.86% (47.62%)	4.90% (39.69%)
三連複	0.94% (31.09%)	1.19% (45.77%)	0.24% (4.11%)	5.71% (141.14%)	4.94% (75.19%)	0.67% (16.63%)	0.52% (32.34%)	2.29% (17.01%)
三連単	0.31% (10.54%)	0.40% (11.76%)	0.00% (0.00%)	2.86% (118.86%)	1.23% (4.69%)	0.34% (14.01%)	0.17% (9.59%)	2.29% (16.95%)
総合	23.98% (54.20%)	25.10% (68.43%)	21.29% (27.13%)	40.00% (181.55%)	39.51% (70.58%)	27.27% (61.24%)	20.14% (47.82%)	56.93% (32.62%)

何がびっくりって的中率の低さですね。的中率が低いのに回収率は微妙に感じるのは穴狙い?(笑) これじゃちょっと使い物にならないと思うので手を打つ必要があるか、そもそも順位予測を諦めるか。本来ちょっと無理してる感じは元々感じていて、日本語で言う「大変量回帰」の機械学習が必要って事も随分前から承知していて現行ML.NETではサポート外でTensorFlowなら可能とかってもの少し調べたのでTensorFlow.NETにも期待してたんですが、現在有志不足で頓挫してる。PythonでTensorFlow使ってその学習モデルをML.NETでロードして使うってのも試したんですがうまく行かなかったんです。

追記 2024.10.25
順位学習用CSVは問題なく作成されて、それを学習させているんですが、どうやら原因は予測させても全ての馬が"1"ってか、厳密には多分途方もなく低い値で同じ値が全馬に返される為順位予測になっていないのが原因で、なぜ予測が出来てないのかが不明です。デバッグに少し時間掛かりそう😓