第974回 トト予想

スポンサーリンク

第974回 トト予想

なかばヤケクソ気味です。

974

 

結果

今シーズンもハズレまくりで終わりますね。んー、簡単に上手くはいかない。そんなもんだな。そんな中、最後の最後に少しだけどご褒美があったようです。

ゴール3で一個ハズレの2等、的中ですね。しかもシングルで。

974ゴール3

 

たぶん間違いじゃないと思うけど。浦和がゼロだったら25万円か。まあ6千円でもうれしいわね。

これは単純に機械予測で一番確率が高かったスコアをそのまま買っただけ。。スコア履歴を目的変数にして、H2O AI GBM で分類予測したものです。

たま~にこういう マグレ みたいなのがありますね。予測結果が 0~2 のあたりに固まると配当も低いことが多いのであまり買わないんだけど、ゼロや3以上とかにばらけると買ってみたりしています。

これからの時期は例年海外版トトになるようですが、データの関係から予想はお休みします。

コメント

  1. N.T より:

    初めましてN.Tと申します。
    管理人様のtoto予想興味深く拝見させていただいてます。
    私もディープラーニングで試合結果の予想をしてみようと思い立った初心者の1人なのですが、現在停滞しており、ご参考までに入力するパラメータはどんなものを使用されているのかというのを教えていただけないでしょうか?(セットプレー時の得点率など?)
    私はsonyのNeuralNetworkConsoleというディープラーニングの開発環境を使用しているのですが、なかなかエラーが収束せず、なにかヒントをいただけないかと思いましてコメントさせていただきました。
    ご返信いただければ幸いです。

    • nice clew より:

      どうもコメントありがとう。
      私もソニーのやつ使ってみたことがあります。どっちかっていうと画像分類に特化しているので
      若干使いにくかった記憶があります。
      CSVファイルをそのまま食わせてもエラーになります。ちょっと細工しなければならなかったような気がしますね。

      さて、入力に用いるパラメーターとは属性のことでしょうか? attribute?
      もしそうならあまり参考になることは書けないです。隠しているわけじゃなくって、
      そもそものディープラーニングの概念からして、人が設計するものじゃないからです。

      フューチャーエンジニアリング、特徴工学という言葉があるのですが、つまり機械が
      そのモノに関する特徴を自分で学習し、未知のものが何であるかを判断するわけです。
      従来はその特徴量をエンジニアが決めていたわけですが、これを機械にやらせる。
      いわゆる次元数が多くなり、計算量も膨大になるわけです。

      頂いたコメントから察すると、いろいろなエビデンスに基づいて属性を考えておられるようですが、
      それはそれで意味のあることだと考えます。場合によってはディープラーニングではない方法で
      試してみるのも良いかもしれません。

      僕自身が使っているデータに関しては、管理する労力の面からすごく単純なものを使っています。
      つまりコピペ一発で済むような 「これまでの対戦履歴」 などです。
      具体的には Jリーグ公式サイト、ファンタジーサッカー、フットボールラボ などからのコピペです。
      スタジアム、日付、ホームアウェーの区別、スコア状況、対戦チーム履歴など。本当に基本的な情報のみです。
      それ以外は事前に入手できる情報というのは限られています。
      以前は細かいデータをいちいち作成していたのですが、これは本当に面倒で続きません。

      どんなデータがもっとも有効なのか? これは本当に難しい。
      アルゴリズムについてもいろいろありますからね。
      時間も手間もかかりますが、自分でたくさん試してみて結論を出すしかないだろうなと思います。
      力になれなくてすみません。

  2. N.T より:

    ご返信いただきありがとうございます。
    やっぱり自分で試してみるしかないのですね・・・
    ありがとうございました!