一口馬主の出資馬選定を機械学習で行う（第1回）

はじめに

購入する馬券をソフトウェアで機械的に選定する手法といえば、最近では「ハズレ馬券は経費か否か」を争った裁判が大きな話題を呼んだ。

「外れ馬券経費裁判」逆転勝訴の裏 - 東スポWeb

買い目を固定のロジックにより選定するというのはかなり以前からあり、日本では日刊コンピなど、海外でもDaily Racing Formなどが馬の能力を「指数」と呼ばれる数値で表し、それを参考に馬券を買うファンも多かった。現在でも走破タイムや対戦成績などから各馬の能力などを数値化したデータをJRAの公式データ配信"Data Lab."内で配信するなど、そういった「機械的に算出された数値」と馬券とを結びつける試みは多数行われている。

そしてこの「馬券の買い目」以外でも、我々一口クラブ会員は「出資馬する馬を募集馬カタログから選ぶ」というイベントに毎年頭を悩まされており、その出資馬の選定を機械学習で行えないか、というのが本企画の主旨である。
機械学習にちょっと興味が出てきたので、わかりやすい競走馬関連をモデルに習作を作っていく感じで。

「俺が選んだ馬が走らないのであれば、いっそ『人工知能』に馬を選ばせればいいじゃない」
（※本稿執筆2017年9月時点で1000万条件以上のクラスでキャロットオンリーにも関わらず40戦0勝の雑魚出資者並の感想）

今回用意したデータ

2013～2017年までのキャロットクラブ募集馬に関して

• クラブから公表された各馬の測尺データ（体高、胸囲、管囲、体重）、一口の価格、所属予定厩舎、性別
• データラボ配信の生年月日、父馬、母馬、父父、母父、生産者、勝利回数
  • 3代父母データは今回は除外
  • データラボからAWSのRDSにデータを流す方法については後日記事にするかも

上記データを、教育用として2012～2014年産のデータ（既に勝ち上がりか否かの結果がほぼ出ている）と実際の判定を行う2015～2016年産のデータに分け、ニューラルネットワーク上で扱いやすいように加工したCSVファイルにする。

1列目は血統登録番号、最終列は勝ち上がり判定（0 or 1）

機械学習を行う方法

「ニューラルネットワークとはなんぞや？」からのスタートなので、下記書籍を参考に色々勉強しつつそのサンプルコードを改造する形。

ニューラルネットワーク自作入門　／　サンプルコード

また、学習サンプルが3世代分と少ないので、エポック数は意図的に毎年のキャロットの勝ち上がり率に近くなるように調整してある。

学習 ＆ 2015,2016年産の判定結果

募集年度	No	母名	判定	勝ち上がり
2016	1	ウルトラブレンド	×
2016	2	ガヴィオラ	○
2016	3	イルーシヴウェーヴ	×
2016	4	クリソプレーズ	×
2016	5	ラドラーダ	○	○
2016	6	ディアデラノビア	○
2016	7	ピンクパピヨン	○
2016	8	バロネスサッチャー	×
2016	9	リッチダンサー	×	○
2016	10	ジンジャーパンチ	×
2016	11	カニョット	×
2016	12	エレンウィルモット	×
2016	13	マルティンスターク	×
2016	14	クルソラ	○
2016	15	ヴィートマルシェ	○
2016	16	アドマイヤフッキー	×	○
2016	17	ペルレンケッテ	×
2016	18	フェルミオン	×
2016	19	ロフティーエイム	○
2016	20	ブロードピーク	×
2016	21	クロストウショウ	○
2016	22	ヴァンドノワール	○
2016	23	イストワール	○
2016	24	シェルズレイ	○
2016	25	スプリングシーズン２	×
2016	26	キュー	×
2016	27	ヴィアンローズ	○
2016	28	アドマイヤドレス	×
2016	29	アドマイヤサンデー	○
2016	30	シャラントレディ	×
2016	31	ジュモー	○
2016	32	メガクライト	○	○
2016	33	ヒカルアモーレ	×
2016	34	ミスティーク２	×	○
2016	35	カドリーユ	×
2016	36	ファーストチェア	○	○
2016	37	マイティースルー	×
2016	38	カサパサー	○
2016	39	シーズンズベスト	○
2016	40	コスモチェーロ	×
2016	41	ヒルダズパッション	○
2016	42	ココシュニック	×
2016	43	アドマイヤキラメキ	○
2016	44	アヴェンチュラ	×
2016	45	リーチコンセンサス	×
2016	46	シーザリオ	○
2016	47	ブルーメンブラット	×
2016	48	データ	○
2016	50	グレイトフィーヴァー	×
2016	51	アディクティド	×
2016	52	シンハリーズ	○
2016	53	トゥザヴィクトリー	○	○
2016	54	ドルチェリモーネ	×
2016	55	ビアンカシェボン	×
2016	56	ヴァイスハイト	○	○
2016	57	ラフォルジュルネ	×
2016	58	アソルータ	×	○
2016	59	ケイティーズジェム	○
2016	60	ジェシカ	○
2016	61	ヴェルデライト	×
2016	62	フォルテピアノ	○
2016	63	レースウィング	×
2016	64	レックスレイノス	○
2016	65	ピューリティー	×
2016	66	グレイシアブルー	○
2016	67	ヴェラブランカ	×
2016	68	ディミータ	○
2016	69	ベネヴェント	×
2016	70	ピンクアリエス	×
2016	71	フェリスタス	○
2016	72	アレキサンドリア	○
2016	73	マチカネチコウヨレ	○
2016	74	ラフィントレイル	×
2016	75	ティフィン	×
2016	76	スウェアトウショウ	○
2016	77	オーベルゲイド	○
2016	78	シシリアンブリーズ	○
2016	79	バイオレントハート	○	○
2016	80	Teddy'sPromise	×	○
2017	1	レーヴディマン	×
2017	2	リッチダンサー	○
2017	3	オリジナルスピン２	○
2017	4	クルソラ	○
2017	5	ディアデラノビア	○
2017	6	グレースランド	×
2017	7	アディクティド	×
2017	8	ヒルダズパッション	○
2017	9	ビキニブロンド	×
2017	10	フレンチバレリーナ	○
2017	11	ラドラーダ	○
2017	12	ミスティックリップス	×
2017	13	スカーレットベル	○
2017	14	コンカラン	○
2017	15	カメリアローズ	○
2017	16	アウトオブタイム	○
2017	17	スルーレート	○
2017	18	キュー	○
2017	19	ケイティーズジェム	○
2017	20	マイティースルー	×
2017	21	エルミラドール	○
2017	22	プリンセスカメリア	○
2017	23	リビングデイライツ	○
2017	24	フラゴリーネ	×
2017	25	クライフォージョイ	×
2017	26	ユールフェスト	×
2017	27	ピースエンブレム	○
2017	28	フォルテピアノ	○
2017	29	ドルチェリモーネ	×
2017	30	ティフィン	×
2017	31	ヴァイスハイト	○
2017	32	ピューリティー	○
2017	33	フェルミオン	×
2017	34	チアズメッセージ	○
2017	35	ホールロッタラヴ	×
2017	36	ネオイリュージョン	×
2017	37	カラベルラティーナ	×
2017	38	プロミネント	×
2017	39	ライツェント	×
2017	40	シーザシー	○
2017	41	ポロンナルワ	×
2017	42	スカイディーバ	○
2017	43	チェリーコレクト	×
2017	44	ココシュニック	×
2017	45	ジュモー	○
2017	46	ハープスター	×
2017	47	アビラ	○
2017	48	アナアメリカーナ	×
2017	49	ピュアブリーゼ	×
2017	50	マルティンスターク	○
2017	51	ヴィートマルシェ	○
2017	52	シーザリオ	○
2017	53	スペシャルグルーヴ	○
2017	54	シードオブハピネス	×
2017	55	マハービスタ	×
2017	56	アブソルートリー	×
2017	57	モンプティクール	○
2017	58	フェアリーバニヤン	○
2017	59	ヒカルアモーレ	×
2017	60	グレイトフィーヴァー	○
2017	61	アマルフィターナ	×
2017	62	ディアマイベイビー	×
2017	63	サンドミエシュ	×
2017	64	ブライダルソング	○
2017	65	イストワール	○
2017	66	アヴェンチュラ	○
2017	67	ラフォルジュルネ	×
2017	68	ハルーワソング	○
2017	69	クーデンビーチ	○
2017	70	ブロードピーク	×
2017	71	ヴェラブランカ	○
2017	72	ヴィアンローズ	○
2017	73	バイラオーラ	×
2017	74	カニョット	×
2017	75	スサーナトウショウ	○
2017	76	アドマイヤレッド	○
2017	77	プルーフオブラヴ	○
2017	78	ローズノーブル	×
2017	79	ピンクアリエス	×
2017	80	ダブルゴールド	×
2017	81	クリソプレーズ	×

2015年産は9月24日時点までに11頭勝ち上がりが出ているので、そのうちラドラーダ、メガクライト、ファーストチェア、トゥザヴィクトリー、ヴァイスハイト、バイオレントハートの6頭を勝ち上がり予測して的中、逆にリッチダンサー、アドマイヤフッキー、ミスティーク２、アソルータ、Teddy'sPromiseの5頭は勝ち上がれないとの予測が外れたことになっている。6勝5敗、勝ち越しではあるものの物足りない結果となった。
その他、この学習結果に価値を見出せるとすると、1口5.5万までの78頭で勝ち上がり36頭の予測、1口6.5万以上の69頭で勝ち上がり39頭予測と値付けに対して妥当に偏った判断を行っている。（※中央値の6万はどちらにも属させないため除外）

反省・感想

とにかく学習データが少ないというのに尽きるので、もっとデータ増やしてから……と思うもののキャロットだけだと限界があるので色々なクラブのデータを集める必要がありますね。（習作だけど）
また、企画自体に興味・賛同・協力したいなどありましたら、ウェルカムですので一緒に競馬＆機械学習で遊び＆研究しましょう！