以前、重回帰分析という手法でイン逃げが成功するかどうかを予測したことがある。
しかし、結局、モデルの予測通りに買ったとして、回収率はぴったり75%に落ち着いた。
ならば、重回帰分析以外の手法を使ってみたらどうなるだろうか?
というわけで、今回は決定木(decision tree)という手法を使って、イン逃げが成功するかどうかを予測してみたい。
以前、重回帰分析という手法でイン逃げが成功するかどうかを予測したことがある。
しかし、結局、モデルの予測通りに買ったとして、回収率はぴったり75%に落ち着いた。
ならば、重回帰分析以外の手法を使ってみたらどうなるだろうか?
というわけで、今回は決定木(decision tree)という手法を使って、イン逃げが成功するかどうかを予測してみたい。
選手の全国勝率とイン逃げが成功する確率に関して解析していたら、面白い事実を発見したので、記事にしたいと思う。
イン逃げが成功する確率は、
「イン逃げ率 = イン選手の全国勝率 × 10 − 10%」
という方程式で表せる。
風が吹けばインが逃げるか?
競艇において、追い風が吹けばイン有利、向かい風ならアウト有利であるというのが通説だ。
アウト勢が1マークでふくらみやすくなる、インが加速しやすいなどなど、様々な根拠がまことしやかに語られている。
今回はこの通説が本当かどうかを分析、検証してみたい。
前回の記事で、イン逃げ率を重回帰分析してみた。
せっかく予測モデルを作ったのだから、今回はそのモデルを使って、的中率や回収率をシミュレーションしてみたいと思う。
軽く復習しておくと、前回は、重回帰分析により、出走表に載っている選手の全国勝率を元データとして、実際にイン逃げが成功したか失敗したかをベースに学習し、確率を計算するための計算式を得た。
今回は、その計算式の精度を確かめてみようというのが趣旨だ。