【第6回】Python で競馬予想してみる ~ LightGBM ：馬券の回収率 ~

前回、ロジスティック回帰に見切りをつけて LightGBM で学習モデルを作ってみた。
競馬予想で重要なのは、モデルの精度よりも馬券の回収率が目的になるので、とりあえず馬券の回収率を計算できるコードを追加してみるのだ

前回：【第5回】Python で競馬予想してみる 　~ LightGBM ~

ベースとなるモデル

前回（【第5回】Python で競馬予想してみる 　~ LightGBM ~）作成したモデルをそのまま使用
コードが汚くなってきたのとデータフレームを作り過ぎてしまったので、関数化したほうが便利なのかなと思いつつコードを整理して、再学習

###　AUC
前回と変わらず（あたりまえなのだ）0.770くらい

Out

train  roc_auc_score = 0.801985175031238
eval  roc_auc_score = 0.7701583550634967

###　ROC曲線
きれいな曲線描いてます（良い悪いは別として）

回収率の計算方法

LightBGM に学習させる前に、X_train X_test のデータフレームから 回収率に必要そうな 単勝オッズ, 複勝配当, 人気, 確定着順, 3着以内 のデータの入ったデータフレームを作成しておいた。
下の df_rslt

build.ipynb

# データの分割を行う（学習用データ 0.8 評価用データ 0.2） stratify:層化抽出
X_train, X_eval, y_train, y_eval = train_test_split(dataX, dataY, test_size=0.2, stratify=dataY)

# 学習データの修正
X_train = X_train.drop(['レースID(新)', '単勝オッズ', '複勝配当', '人気', '確定着順', '3着以内'], axis=1) # 不要なデータを削除

# 検証データの修正
df_rslt = X_eval[['レースID(新)', '単勝オッズ', '複勝配当', '人気', '確定着順', '3着以内']]
X_eval = X_eval.drop(['レースID(新)', '単勝オッズ', '複勝配当', '人気', '確定着順', '3着以内'], axis=1) # 不要なデータを削除

###回収率の計算方法
このデータフレームに、y_pred_proba, y_pred を追加
y_pred は、y_pred_proba の数値を 0.5 を境に 1と 0に変換（今回は使わなかったが。。）
そして、y_pred_probaの値を 0 から 1 までスライドさせながら単勝と複勝の回収率を計算した。

build.ipynb

y_pred_proba = model.predict(X_eval)
y_pred = np.where(y_pred_proba < 0.5, 0, 1) # 1と0に変換

df_rslt['予測'] = y_pred_proba
df_rslt['予測1'] = y_pred
df_rslt.drop(['予測','予測1','馬券期待値', '馬券期待値2'], axis=1) 

build.ipynb

# 単勝と複勝の回収率を、y_pred_proba の閾値を変化させながら計算
gain_tan = {}
gain_fuku = {}
n_sample = 100
for i in tqdm(range(n_sample)):
    threshold = i / n_sample
    
    gain_tan[threshold] = df_rslt[(df_rslt['予測'] > threshold)&(df_rslt['確定着順'] == 1)]['単勝オッズ'].sum()/len(df_rslt[df_rslt['予測'] > threshold])
    gain_fuku[threshold] = df_rslt[df_rslt['予測'] > threshold]['複勝配当'].sum()/len(df_rslt[df_rslt['予測'] > threshold])

####単勝の回収率

####複勝の回収率

y_pred_proba の閾値 0.8を超えるとグラフがばらつくので、サンプル数を確認すると 20万件中の 600件
かなり少ないのだ

今回、回収率の計算ができるモデルも完成。今回はここまでなのだ
コードを書きながら、馬券の買い方次第でもどうにかなりそうな気がしてきたが。。

次回は特徴量の整理して、回収率の変化を見るのだ

---

参考：【機械学習】競馬予想AIの回収率を上げた意外な方法とは？〜前編〜【Python】

---