30秒で分かる結果
競走能力水準を表す3候補を同一Baselineで比較しました。
最良は、直近3走のレース水準だけでなく、対戦相手の能力水準まで含める RECENT_3_OPPOSITION_LEVEL_V1。
- Validation Binary Log Loss改善: 0.0019956382
- Development Test Binary Log Loss改善: 0.0024450151
- 最終判定: PROMOTE
- Final Holdoutを候補選定に使用: NO
能力値の作り方
今回の値はClassic Eloではなく、「着順パーセンタイル指数平滑能力値」です。
初期値は1500。
着順パーセンタイル = (出走頭数 - 着順) / (出走頭数 - 1)
目標能力値 = 1400 + 200 × 着順パーセンタイル
新能力値 = 前回能力値 × 0.88 + 今回目標値 × 0.12
1着なら目標1600、最下位なら1400です。
Point-in-Time
予測対象レースの特徴量は、レース結果で能力値を更新する前に作ります。
つまり、対象レース自身や未来の結果を特徴量へ混入させません。
2つの水準
Race Levelは、レース直前時点の全出走馬能力値の平均。
Opposition Levelは、対象馬自身を除く他の出走馬能力値の平均です。
比較した3候補
1. PRIOR_RACE_LEVEL_V1 前走Race Level。
2. RECENT_3_RACE_LEVEL_V1 前走Race Level + 直近3走Race Level平均 + 履歴数。
3. RECENT_3_OPPOSITION_LEVEL_V1 上記 + 直近3走Opposition Level平均 + Opposition履歴数。
3番目がValidationで最良となり、Development Testでも改善方向を再確認しました。
注意点
今回確認したのは予測損失指標の改善です。回収率や実運用収益の改善を直接示す結果ではありません。
次は距離・コース・馬場特徴量の増分価値を検証します。