30秒でわかる今回の変更
競馬AIが出す「勝率」を比較可能な数字にするため、単勝Targetとレース内確率の意味を正式に固定しました。
前工程で定義したレース・出走馬のEligibilityを再利用し、取消・除外は対象外、DNF・DQは出走済み非勝者として扱います。通常レースでは対象馬だけで確率集合を構成し、レース全体として整合していない確率はFail Closedにします。同着は通常の単独勝者ケースへ暗黙変換せず、特殊結果として分離します。
なぜ必要だったのか
モデルが各馬へ確率を出せても、対象馬の定義やレース内の整合条件が曖昧では、過去検証やモデル比較で同じ「勝率」を見ているとは限りません。
そこで今回は、予測モデルを作る前に、勝敗TargetとRace ProbabilityのAuthorityを固定しました。
今回固定したこと
前工程のEligibility判定を再利用し、対象判定を二重実装しません。
取消・除外はTargetとProbabilityの母集団から除外します。DNF・DQは出走済みの非勝者として残します。
通常の単独勝者レースでは、対象馬の中から勝者を一意に扱い、同じ対象集合に対してレース内確率を検証します。対象馬の欠落・混入、不正な確率値、レース全体として整合しない確率集合はFail Closedです。
同着は通常のsingle-winnerケースへ押し込まず、明示的な特殊結果として保持します。
現在の状態
単勝TargetとRace Probabilityを後続工程から同じAuthorityで参照できる状態になりました。
これは予測精度や収益性を向上させたという主張ではありません。今回の成果は、後続モデルが出す「勝率」の意味を統一し、比較・検証可能にするための土台です。
実装と境界ケースの検証はPASSしています。
次の工程
次は、この確率定義を前提に、Holdout、多重比較、モデル昇格判定の研究ガバナンスを固定します。