概要
ウマ娘のリリース前に、「ウマ娘のリセマラランキングを機械学習で予想してみる」という記事を書きました。
リリース前に予想したものが概ね当たっていたため、予想の手順を振り返ります。
また、同じ手順で、未実装のウマ娘に対して以下のことを予想します。
- 星1ウマ娘の予想
- 強く設定されそうなウマ娘の予想
以前の記事はどう予想したのか
以下の方針を立てて、実際の競走馬の成績&アニメ1期終了後の人気投票の結果を分析しました。
- 「勝ちきれないことが個性」の競走馬は、やや低い性能になるはずだ。
- 人気の高い競走馬が集まっている成績傾向は、イベント特効や強さの点で、やや有利になるはずだ。
解析に使ったツールはpythonとscikit-learn、方法はクラスタリングです。
競走馬の成績はnetkeibaさん、人気投票の結果はウマ娘攻略まとめ速報さんのアンケート結果を参照しました。
勝ちきれないことが個性の馬
ナイスネイチャは有馬記念3年連続3着の記録がよく知られており、それが個性になっています。
ただ、ナイスネイチャの競走馬としての成績は優秀そのものです。
名前 | 生涯獲得賞金 | 出走数 | うち1着 | うち3着以内 | 主な勝利レース |
---|---|---|---|---|---|
ナイスネイチャ | 6億1918万円 | 41 | 7(17%) | 21(51%) | 高松宮杯(勝利当時はG2) |
キングヘイロー | 5億0026万円 | 27 | 6(22%) | 14(51%) | 高松宮記念(勝利当時はG1) |
ナイスネイチャが強すぎるとキャラ崩壊になりますので、やや抑えた性能になります。
競馬を元にしたゲームですので、似た成績や脚質の馬は同じようなステータスになります。
ナイスネイチャとの類似度から、実装後のウマ娘のステータスを予想することができると考えました。
リリース前に予想したランキング
予想した結果、初期実装されるキャラクター(25頭)を、以下のように分類しました
分類区分 | 頭数 |
---|---|
冷遇される(Aランク、Bランク) | 8頭 |
優遇される(SSランク) | 5頭 |
どちらでもない(Sランク) | 12頭 |
冷遇される、ゲーム内の性能が不利になる
リリース前の予想:ゲーム内の性能的に不利になる馬
競走馬の成績から、冷遇されると予想した馬は以下の8頭です。
結果:ゲーム内の性能的に不利になる馬
実際にリリースされたゲームでは、8人が星1(最も初期レアリティの低いキャラクター)として実装されました。
予想とほとんど一致しています。
優遇される、ゲーム内の性能は有利になる
リリース前の予想:優遇される馬
競走馬の成績とアニメ後の人気投票の結果から、優遇されると予想した馬は以下の5頭です。
結果:対人戦で優遇される馬
ゲーム内の対人戦(チーム競技場)では、200万人のアクティブユーザーがランキング形式で競争しています。
攻略サイトでは、その対人戦のトッププレイヤー(全体ランキング上位100人)が、どのキャラクターを使っているのかを定期的に集計しています。以下が、それぞれの距離で最も採用されているウマ娘です。
参考:GameWith チーム競技場使用率まとめ(5/7)
新規実装で予想がないミホノブルボンを除けば、予想とそれなりに重なっています。
画像にはありませんが、グラスワンダーの採用率はマイルで2位でした。
結果:イベントで優遇される馬
最初のイベント(キミの夢へと走り出せ)では、一部のキャラクターに獲得イベントポイントの補正がつきました。
初期実装されていたキャラクターのうち、補正がついたキャラは4人です。
スペシャルウィーク、オグリキャップに高いイベント補正がつきました。
グラスワンダー、ゴールドシップ、ウオッカについても、早い段階のイベントで高い補正がつくことが予想されます。
予想の範囲を実装予定のキャラクター全体に広げる
競走馬の成績や人気投票から予測した結果と、ゲーム内の性能は概ね対応しているように見えます。
解析の対象を、まだ育成対象になっていないキャラまで広げて予想します。
解析の方法は前回と同じ、クラスタリング(AffinityPropagation)です。
K-Meansなどの他のクラスタリング方法と比べると、
- クラスタの分割数を自動で計算してくれる
- 初期状態、初期化乱数の影響を受けにくい
といった特徴があるのですが、クラスタリングである都合上、「どのくらい似ていれば同じグループだと判定されるのか」の閾値は対象データによって変わります。ですので、対象データが増えることでグループ分けが変わることがあります。
予想の方法
前回の記事と同じく、以下のスクリプトを実行します。
ロジックは前回の記事をご参照ください。
import pandas as pd
from sklearn.cluster import AffinityPropagation
from sklearn.preprocessing import MinMaxScaler
def main(file_name):
# CSVからデータを読み込む
df = pd.read_csv(file_name, index_col=0)
# 正規化のためのノーマライザを取得
normalizer = MinMaxScaler()
# AffinityPropagationでクラスタリングする(初期化乱数は固定する)
clustering = AffinityPropagation(random_state=5)
cluster = clustering.fit_predict(normalizer.fit_transform(df))
# クラスタリングした結果を格納
# クラスターごとに所属するキャラクタの名前を一覧する
cluster_list = {}
for i, c in enumerate(cluster):
key = str(c)
if not (key in cluster_list):
cluster_list[key] = []
cluster_list[key].append(df.index[i])
print(cluster_list)
解析対象のデータは以下の通りです。
データの各項目は以下の通りです。解析対象のデータ(クリックで開きます)
名前
賞金額
G1勝数
勝数
着内
出走数
芝適正
距離適性
重馬場
脚質
ゴールドシップ
13億9776万円
6
13
18
28
96%
14%
88%
8%
ウオッカ
13億0487万円
7
10
18
26
94%
53%
41%
28%
スペシャルウィーク
10億9262万円
4
10
16
17
96%
18%
67%
8%
メジロマックイーン
9億9810万円
4
12
19
21
92%
7%
89%
91%
オグリキャップ
8億8830万円
4
22
29
32
69%
52%
82%
23%
エアグルーヴ
8億2196万円
2
9
17
19
97%
47%
50%
43%
マヤノトップガン
8億1039万円
4
8
17
21
92%
8%
44%
53%
ダイワスカーレット
7億8668万円
4
8
12
12
89%
51%
63%
95%
グラスワンダー
6億9164万円
4
9
10
15
93%
50%
60%
17%
シンボリルドルフ
6億8482万円
7
13
15
16
95%
27%
75%
82%
ライスシャワー
6億6686万円
3
6
13
25
98%
4%
65%
66%
ナイスネイチャ
6億1918万円
0
7
21
41
95%
38%
54%
24%
タイキシャトル
6億1548万円
5
11
13
13
69%
92%
92%
90%
トウカイテイオー
6億0470万円
4
9
9
12
98%
44%
60%
65%
スーパークリーク
5億5610万円
3
8
12
16
96%
7%
75%
78%
サクラバクシンオー
5億1549万円
2
11
14
21
93%
95%
46%
94%
キングヘイロー
5億0026万円
1
6
14
27
89%
65%
50%
17%
メジロライアン
4億8693万円
1
7
14
19
94%
43%
77%
19%
サイレンススズカ
4億5598万円
1
9
10
16
96%
50%
57%
99%
エルコンドルパサー
3億7607万円
3
8
11
11
62%
45%
91%
82%
ウイニングチケット
3億7177万円
1
6
9
14
97%
44%
49%
10%
マチカネフクキタル
3億7024万円
1
6
11
22
91%
36%
41%
10%
アグネスタキオン
2億2208万円
1
4
4
4
94%
50%
71%
48%
マルゼンスキー
7660万円
0
8
8
8
80%
50%
79%
94%
ハルウララ
112万円
0
0
12
113
19%
81%
35%
34%
アイネスフウジン
2億3600万円
2
4
7
8
94%
47%
50%
98%
アグネスデジタル
5億4562万円
6
12
21
32
50%
59%
90%
13%
アドマイヤベガ
2億9060万円
1
4
5
8
95%
48%
37%
7%
イクノディクタス
5億2660万円
0
9
22
51
94%
49%
75%
30%
イナリワン
4億0430万円
3
3
5
11
68%
13%
71%
19%
エアシャカール
5億4505万円
2
4
11
20
97%
37%
41%
10%
エイシンフラッシュ
7億5607万円
2
6
16
27
95%
38%
69%
21%
カレンチャン
4億4906万円
2
9
13
18
86%
95%
61%
88%
カワカミプリンセス
3億5089万円
2
5
9
17
93%
43%
66%
29%
キタサンブラック
18億7684万円
7
12
18
20
98%
10%
83%
98%
ゴールドシチー
1億7588万円
0
3
10
20
98%
44%
43%
23%
サクラチヨノオー
2億0890万円
2
5
7
10
85%
44%
44%
83%
サトノダイヤモンド
8億6512万円
2
8
12
18
97%
27%
64%
39%
シーキングザパール
4億7414万円
2
8
13
19
88%
98%
33%
11%
シリウスシンボリ
1億0870万円
0
4
9
22
88%
19%
78%
30%
シンコウウインディ
1億8844万円
1
5
9
17
5%
64%
80%
38%
スイープトウショウ
7億4482万円
3
8
14
24
94%
52%
44%
3%
スマートファルコン
9億9073万円
6
23
28
34
10%
52%
75%
94%
セイウンスカイ
6億1028万円
2
7
9
13
99%
12%
61%
99%
ゼンノロブロイ
11億1560万円
3
7
17
20
94%
44%
60%
50%
ダイタクヘリオス
6億8320万円
2
10
17
35
95%
82%
57%
96%
タマモクロス
4億8967万円
3
9
14
18
92%
22%
69%
18%
ツインターボ
1億8398万円
0
6
8
33
94%
50%
57%
97%
テイエムオペラオー
18億3518万円
7
14
23
26
93%
13%
89%
26%
トーセンジョーダン
7億0506万円
1
9
15
30
94%
37%
54%
70%
ナカヤマフェスタ
2億9324万円
1
5
8
15
94%
42%
70%
24%
ナリタタイシン
3億5170万円
1
4
11
15
98%
44%
43%
3%
ナリタブライアン
9億4742万円
5
12
16
21
94%
22%
71%
21%
ニシノフラワー
4億3590万円
3
7
11
16
94%
94%
42%
61%
バンブーメモリー
5億0716万円
2
8
20
39
92%
92%
63%
17%
ビコーペガサス
3億5785万円
0
4
12
27
85%
94%
42%
7%
ヒシアケボノ
3億2426万円
1
6
13
30
94%
98%
64%
94%
ヒシアマゾン
6億9582万円
2
10
15
20
91%
48%
64%
6%
ビワハヤヒデ
8億1769万円
3
10
15
16
96%
21%
73%
92%
ファインモーション
4億9451万円
2
8
11
15
94%
51%
39%
70%
フジキセキ
1億2965万円
1
4
4
4
86%
54%
75%
75%
マーベラスサンデー
6億0686万円
1
10
13
15
91%
42%
60%
28%
マチカネタンホイザ
5億0720万円
0
8
12
32
91%
29%
48%
21%
マンハッタンカフェ
5億2283万円
3
6
7
12
97%
6%
39%
18%
ミスターシービー
3億9080万円
4
8
11
14
96%
40%
75%
4%
ミホノブルボン
4億3730万円
3
7
8
8
94%
56%
86%
98%
メイショウドトウ
9億2133万円
1
10
20
27
92%
44%
71%
80%
メジロアルダン
2億4130万円
0
4
9
14
91%
42%
58%
69%
メジロドーベル
7億3342万円
5
10
14
21
97%
50%
73%
20%
メジロパーマー
5億2785万円
2
9
16
38
93%
18%
69%
99%
ヤエノムテキ
5億1830万円
2
8
15
23
83%
50%
49%
52%
ユキノビジン
1億5900万円
0
4
6
8
85%
54%
49%
85%
実行して、以下のような結果を得ました。
アニメ1期に出ていないキャラクターも多いため、人気投票の結果から予想することができません。
前回の予想でSSランクだった競走馬が多く含まれるグループ=今後の実装で優遇されるグループだと考えます。
また、ナイスネイチャが所属するグループ=初期レアリティの低くなるグループだと考えます。
予想の結果:優遇されるウマ娘
グループ | 名前 | 備考 |
---|---|---|
0 | オグリキャップ | 実装済(前回予想:SS) |
0 | アグネスデジタル | - |
9 | ゴールドシップ | 実装済(前回予想:SS) |
9 | ウオッカ | 実装済(前回予想:SS) |
9 | スペシャルウィーク | 実装済(前回予想:SS) |
9 | テイエムオペラオー | 実装済(前回予想なし) |
9 | ナリタブライアン | - |
9 | メジロドーベル | - |
予想の結果:初期レアリティの低くなるウマ娘
グループ | 名前 | 備考 |
---|---|---|
2 | ナイスネイチャ | 実装済(前回予想:A) |
2 | キングヘイロー | 実装済(前回予想:A) |
2 | イクノディクタス | - |
2 | シーキングザパール | - |
2 | スイープトウショウ | - |
2 | バンブーメモリー | - |
2 | ビコーペガサス | - |
2 | ヒシアマゾン | - |
予想の結果:判断の難しいグループ
前回予想:SS、前回予想:Aが混在するグループについては判断が難しいです。
グループ | 名前 | 備考 |
---|---|---|
6 | グラスワンダー | 実装済(前回予想:SS) |
6 | メジロライアン | 実装済(前回予想:A) |
6 | アグネスタキオン | 実装済(前回予想:A) |
6 | イナリワン | - |
6 | エイシンフラッシュ | - |
6 | カワカミプリンセス | - |
6 | シリウスシンボリ | - |
6 | タマモクロス | - |
6 | ナカヤマフェスタ | - |
6 | ミスターシービー | - |
まとめ
未実装ウマ娘の予想結果は以下の通りです。
星1ウマ娘の予想
- イクノディクタス
- シーキングザパール
- スイープトウショウ
- バンブーメモリー
- ビコーペガサス
- ヒシアマゾン
強く設定されそうなウマ娘の予想
- アグネスデジタル
- ナリタブライアン
- メジロドーベル
記事中の画像について
本記事は、公式のガイドラインに従って、ゲーム中画面から取得した静止画だけを利用しています。
ウマ娘 配信ガイドライン
https://umamusume.jp/streaming_guidelines/
本コンテンツから取り込んだゲームプレイの動画や静止画を、共有サイトに投稿することができます。