競艇-勝利期待度予測（機械学習）

前回までの記事で、データ(過去成績、選手データ)の取得、データ整形を行いました。

今回は、それらのデータを用いて機械学習を行っていきます。
私自身、大学で少しだけ機械学習をかじっている程度ですので、
一般的に知られている学習モデルのうち、競馬(競艇)予想に有効そうなモデルをLightGBMを用いて作成していきます。

簡単に言うと、成績データや選手データを入力すると、勝利期待度を出力するようなモデルを作っていきます。

データをうまく作ると、別のデータとかでも簡単に学習できるようになってるので、試してみてください。

今回は各試合の選手ごとに0~1までの値で勝利期待度を表しました。
次回は、これらをレースごとにまとめてそれほどの精度が出るのかを分析していきます。