LightGBMによるAI競艇予想(ランキング学習)

この記事を読む前に「LightGBMによるAI競艇予想(準備編)」の記事を先に読んでください。機械学習の知識や、学習データで使う説明変数の内容など、他のデータ分析方法と共通する説明を書いてます。

ランキング学習(lambdarank)
学習用ソースコード
予測用ソースコード
1. 出走表データを作る
2. 予測(予想)させる
SQLファイルのダウンロードと使い方

学習用ソースコード

以下が「ランキング学習」で学習するPythonのソースコードです。

PythonのソースコードはUTF-8で保存する必要があります。何のこっちゃ分からん場合は、このページの最後の、有料会員限定のダウンロードリンクからもファイルをダウンロードできます。

import pandas as pd
import numpy as np
import lightgbm as lgb
import math
import matplotlib.pyplot as plt

def train_test_split(df):
    # 説明変数の項目名を取得
    columns=['target', 'query_id']
    feature = list(df.drop(columns, axis=1).columns)

    group = df['query_id'].value_counts()
    df = df.set_index(['query_id'])
    group = group.sort_index()

    # 説明変数(x)と目的変数(y)をインデックスでソート
    df.sort_index(inplace=True)
    # 説明変数(x)と目的変数(y)を設定
    x = df[feature]
    y = df['target']

    return x, y, group

# ファイル読み込み
in_file_name = 'lambdarank_train.csv'
df = pd.read_csv(in_file_name, encoding='SHIFT_JIS')

# 訓練データとテストデータを分割
test_size = 0.2
point = max(df['query_id']) * test_size
point = math.trunc(point)
train = df[df['query_id'] > point]
test = df[df['query_id'] <= point]

# 訓練データとテストデータを分割
x_train, y_train, group = train_test_split(train)
x_test, y_test, eval_group = train_test_split(test)

# モデルの学習
model = lgb.LGBMRanker(random_state=0)
model.fit(x_train, y_train, group=group, eval_set=[(x_test, y_test)], eval_group=[list(eval_group)])
model.booster_.save_model('lambdarank_model.txt')

# 特徴量重要度
feature = list(df.drop(columns=['target', 'query_id']).columns)
importance = np.array(model.feature_importances_)
df = pd.DataFrame({'feature':feature, 'importance':importance})
df = df.sort_values('importance', ascending=True)

n = len(df) # 説明変数の項目数を取得
values = df['importance'].values
plt.barh(range(n), values)

values = df['feature'].values
plt.yticks(np.arange(n), values) # x, y軸の設定

plt.show()

学習データを作る

説明変数は他の分析方法と共通にしました。内容は「LightGBMによるAI競艇予想(準備編)」の記事を見てください。学習データのファイル名は「lambdarank_train.csv」とします。

今回のサンプルでは目的変数の「着順」を、次のように編集します。

1着→6

2着→5

3着→4

4着→3

5着→2

上記以外→1

ランキング学習の学習データには目的変数以外に「ラベル」と呼ばれる項目が必要です。ラベルの項目名は「query_id」にしてます。競艇予想におけるラベルとは1つのレースを表す、学習データ内で一意なレース番号みたいなもんです。

このページの最後に、サンプルのSQLを有料会員に公開しています。ユーザーがカスタマイズして利用することも可能ですし、SQLを学習したい方の参考にもなります。

LightGBMに学習させる

今回の例では、Cドライブの直下に「pckyotei」というフォルダを作って、

学習データ(lambdarank_train.csv)

学習用ソースコード(lambdarank_train.py)

2つのファイルを置きます。こういう状態です。

そしてコマンドプロンプトを起動して、次の2つのコマンドを「1行ずつ」実行してください。

cd C:\pckyotei

python lambdarank_train.py

LightGBMが学習を開始します。処理が終わると「特徴量重要度」を表示します。

モデルを評価する

今回のサンプルに評価指標はありません。

このモデルを「lambdarank_model.txt」に保存しています。このファイルは予想するとき使います。

特徴量重要度

参考として「特徴量重要度」の可視化を実装してます。特徴量重要度をざっくり言うと、重要度が高い説明変数ほど、目的変数である着順に対して影響力が強いということです。

これを見ながら説明変数を取捨選択したり、LightGBMパラメータをチューニングしたりします。今回のモデルでは「艇番」が最も影響力が強いと判断されました。

あくまで今回のモデルによる結果だから、すべての競艇においてこの結果が当てはまると言うわけじゃないです。

いろいろ試してモデルの精度に納得したら、これを使って明日のレースを予想させます。

予測用ソースコード

以下が「ランキング学習」で予想するPythonのソースコードです。

import pandas as pd
import numpy as np
import lightgbm as lgb
import os
import sys

# 出走表ファイル読み込み
fname = sys.argv[1]
x_test = np.loadtxt(fname, delimiter=',', skiprows=1)

# モデル読み込み
bst = lgb.Booster(model_file='lambdarank_model.txt')

# テストデータの予測
y_pred = bst.predict(x_test, num_iteration=bst.best_iteration)

# 拡張子を除いたファイル名を取得
fname = os.path.splitext(os.path.basename(fname))[0]

# 予測値を出力
df = pd.DataFrame({'予測値':y_pred})
df.to_csv(fname + '_pred.csv', encoding='SHIFT_JIS', index=False)

出走表データを作る

予測させる出走表データは、学習データ作成のSQLと出力後のファイルを少し改造すれば作れます。学習データとの違いは次の3つです。

SQLで目的変数「着順」の項目を消す。

SQLで「クエリID」の項目を消す。

SQLで予想するレースでレコードの抽出条件を設定する。

出走表データのファイル名は何でも良いですが、ここでは「レースID(※1).csv」とします。
今回のサンプルでは「2022/10/25(火)常滑12R 第69回ボートレースダービー(SG)」を予想してみます。

(※1)レースID	年月日場R yyyymmddjjrr(12桁)

予測(予想)させる

先ほどと同じ「pckyotei」というフォルダに、

出走表(レースID(※1).csv)

モデル(lambdarank_model.txt)

予測用ソースコード(lambdarank_pred.py)

3つのファイルを置きます。こういう状態です。

そしてコマンドプロンプトを起動して、次のコマンドを実行してください。予測用ソースコードの後に、半角スペースと出走表のファイル名です。

python lambdarank_pred.py 202210250812.csv

処理が終わると1つのファイルが出力されます。「予測値」のファイルです。

レースID(※1)_pred.csv (予測値)

このファイルは数値のデータ以外に何も無いので分かりにくいですが、出走表データと同じ艇番の昇順で出力されます。これで舟券を買うときは、艇番とレーサー氏名だけの出走表をSQLでCSVに出力して、そこへ貼り付けて予測値で並べ替えるとかして使えば良いでしょう。例えばこんな感じです。

レース結果は予測値の上位3艇で3連複を的中してます。

「ランキング学習」による競艇予想の話は以上です。

今回のサンプルはあくまで1つの「サンプル」でしかありません。完成させるのはユーザーのあなたです。

SQLファイルのダウンロードと使い方

コンテンツの残りを閲覧するにはログインが必要です。お願い . あなたは会員ですか ? 会員について

ランキング学習(lambdarank)