30秒概要
競馬AIの特徴量候補を12系統・616個まで棚卸ししました。
その結果、実体として持つものは429個、同じ意味を再利用するものは187個でした。
429個のうち、現時点で今すぐ生成できるものは2、生成処理の実装待ちは181、元データまたは取得時点の証拠待ちは246です。
なぜ必要だったか
特徴量を増やすだけでは、同じ意味の計算を重複して作ったり、元データが足りない特徴量を無理に使ったりする問題が起きます。
そのため今回は、実生成前に「何を作れるか」「何が足りないか」「どの計算を再利用できるか」を整理する必要がありました。
何が変わったか
616候補を429個の実体と187個の再利用対象に整理しました。
さらに429個を、今すぐ生成可能2、生成処理の実装待ち181、元データ待ち246へ分けました。
これで、候補数だけではなく、実際に作れる範囲を確認できるようになりました。
現在地
現時点では429個すべてが生成可能なわけではありません。
元データ待ち246個については、欠損や取得時点の証拠不足を推測で補完して使える扱いにはしていません。
実装待ち181個は、正式な生成処理を追加することで今後作れる可能性があります。
Cacheと途中再開
同じ条件なら計算結果を再利用し、特徴量定義や元データなどが変わった場合だけ作り直します。
完了済みの計算単位は再実行せず、途中から再開できる単位も固定しました。
数値処理は対応可能ならまとめて計算し、独立した処理はPC資源に応じて並列化できます。
検証記録（Evidence）
今回の検証では、12系統、616候補、429実体、187再利用、即時生成2、実装待ち181、元データ待ち246を正式記録として固定しています。
これは予測精度や回収率の改善を示す結果ではありません。
まだ言えないこと
どの特徴量が実際に予測へ効くかは、まだ分かりません。
今回確認できたのは、再現可能に特徴量を生成・比較するための範囲と条件です。
次
次は今すぐ生成できる特徴量と、生成処理を実装すれば作れる特徴量から実生成し、モデル検証へ接続します。