30秒でわかる今回の変更
次のモデル実験へ進む前に、競馬AIへ入れている「特徴量」そのものを洗い直すことにしました。
前回は買い対象が少なすぎることが問題として残りました。次に試す仮説は1つに固定済みですが、まだ実行も評価もしていません。
そこで新しい結果を見る前に、研究順序を変更しました。
**モデルを変える前に、現在の入力情報に何が足りないのかを確認します。**
なぜ特徴量を先に見るのか
AIへ渡している情報自体に不足があれば、モデル側だけを変えても同じ限界にぶつかる可能性があります。
次は現在の特徴量を、
- 能力
- 相対的な強さ
- 展開・位置取り
- コースや条件への適性
- レース難易度
などの情報軸ごとに整理します。
データの欠損と、予想に必要な情報そのものが存在しないことも分けて扱います。
今回確認したこと
前回のREJECT理由、次仮説の事前固定、結果を見てから条件を変更しないためのルールを確認し、未解決項目は残していません。
次仮説は1件に固定済みですが、まだ実行も評価もしていません。
結果を見てから別案へ変更したのではなく、新しい結果を見る前に研究順序を変えています。
次の工程
Canonical DBだけを使い、現在の特徴量を情報軸別に棚卸しします。
目的は大量に特徴量を増やすことではありません。
不足している情報を特定し、追加候補を少数に絞り、最初の特徴量追加実験を結果を見る前に固定することです。
Pairwise / Rankingの実測は、その後続工程に置きます。