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。
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。
このレースはインが逃げるのか逃げないか。
競艇の予想をする際、まずそこから考え始める人が多いのではないだろうか?
というわけで、今回はレースに参加する選手の全国勝率をベースにして、イン逃げが成功する確率を分析してみた。
分析に使った手法は、重回帰分析という手法。
簡単に言えば、レースに参加する選手の全国勝率を入れると、イン逃げが成功す確率を出す計算式を作ってくれる統計的な方法だ。