【競馬AIのお勉強】Opentunaとclassmethod、staticmethod
引き続き動画で勉強中。今回はこちら
いままで手動で調整したLightGBMのパラメーターをよしなにやってくれるOpuntunaの導入。実際にやってみると先日の阪神大賞典予想順が変わり、ボルドグフーシュ、ジャスティンパレス、ブレークアップの順に3着内率が高いと予想し感動。
一方でOpentunaを使うタイミングも考えないとデータ追加するたびに都度最適化を行うのか、一度チューニングして回収率担保できるデータができたらそれ固定でいくのか。そこらへんどうしてるんでしょうね…そもそも手動設定がデフォだったりするのか。まぁもう少し勉強して理解深めなければという感じです。
そしてこちらでclassmethodとstaticmethodを勉強
これによって、コードが若干簡略化できますよという回。ただまだ自分の理解度だとここをかえたらそれに応じてどう変えなきゃいけないかがピンとこないのが課題。実際これまでだせていた予測データがこの回で出せなくなり変えなきゃいけない箇所はつきとめたがどう変えるのかがわからずしばらく詰まることに。色々調べて解決はしましたが、理解が追い付いていない証拠だなと。
追加で動画のままだと三着内率がスコアという形で出されるのですが、そのスコアが該当レースのどれくらいを占めているかという計算で三着内率を百分率でだすことも行いました。これで期待値が高い馬が判別しやすくなったように思えます。
また、週末も実践したいところ。25日は日経賞現地するので26日ですね。
高松宮記念正直予想が難しいのでそこをばっちりと当ててほしいところ。
いただいたサポート費用は書籍購入など自学に使用させていただきます。