ゼロから作る競馬予想モデル・機械学習入門

2024/6/30 22:48

競馬予想プログラムソフトの開発をしている者です。今回は第一弾から第四弾記事の総集編になります。
本記事を通して、ゼロからPythonを使って競馬予想モデルを作れるだけでなく、データサイエンティストに欠かせないデータ分析力の向上や様々な機械学習モデルを使った分析方法の学習ができます。

チャンネル登録で1,000円引きで入手できます。

0．特典の受け取りについて

事前に第１弾記事～第３弾記事を購入して頂いている方々には第５弾記事を無料でプレゼント致します。
過去購入して頂いた第１弾記事～第３弾記事の末尾に以下画像のような「記事キーワード」を追加しました。

記事キーワード例

各記事から取得した記事キーワードを以下の順番通りに当てはめると本記事の無料URLを取得できます。

https://bookers.tech「記事キーワード①」「記事キーワード②」「記事キーワード③」

事前購入して頂いた数十名の皆様のおかげで、第５弾記事の公開までたどり着けました。この場をお借りして感謝申し上げます。
アップデート続きますので、今後ともよろしくお願いいたします。

1．はじめに

私は、競馬予想プログラムソフト開発を通して、データサイエンスの勘どころを掴みつつソフト開発の経験もできる教材を目指している者です。

今回は、その競馬予想プログラムソフト開発の第五弾となる、競馬予想AI 統合分析プログラムとなります。
また、競馬予想プログラムソフトとは「データ収集」「データ前処理」「モデル作成」「モデル分析」をひとまとめにしたもので、本記事ではその完成版となる競馬予想AIプログラムとなります。
競馬予想プログラムソフトの制作過程は、以下の動画シリーズでどういった目的でどういったものを作っているのかを解説しています。気になる方はぜひご覧ください。

2．前提事項

2.1 想定する利用者

Pythonを使っている方
競馬予想がしたい方
競馬予想AIを作成している方

　本ソースはPythonの勉強素材を主目的としています。現状の統合分析プログラムでは競馬データをどのように集め、どのような方針でモデルを作りそして分析すれば良いかという課題に対するひとつの解決策を提示するものであり、これを手にすれば競馬予想でぼろ儲けできることを保証するものではないことご承知おきください。
将来的にはそのようなプログラムになることを目指しています。

2.2 ソースコードは既に公開済

題記の通りですが、半分語弊があり私が管理運営しているサイトとこれまで公開してきたBookersの第１弾記事～第４弾記事の内容をすべてきれいにまとめ直したものが今回公開する記事の内容になります。
１からすべて自力で作ってみたいという方は良ければ、運営サイトに立ち寄ってください。

個人運営サイト

競馬予想プログラム | ゆっくりデータサイエンスLab (keiba-ds-lab.com)

Bookers記事一覧

競馬予想プログラムソフトの開発：ソース一覧 | ゆっくりデータサイエンスLab (keiba-ds-lab.com)

2.3 動作環境

動作環境とは、現状動作確認ができている環境ということです。Windowsで開発していますが、おそらくMacやLinuxでも動くはずです。

PC環境

Windows 10 pro

メモリ32GB
Intel(R) Core(TM) i7-5820K CPU @ 3.30GHz 3.30 GHz

Python環境：バージョン 3.10.5

ブラウザ

Chrome
Edge

3．競馬予想AI 統合分析プログラムの使い方

① 環境作成

1．python 3.10.5がインストール済で、pythonコマンドがコマンドプロンプト/ターミナル上で実行できることを確認してください。

【確認方法】コマンドプロンプト/ターミナル上で以下のコマンドを実行
python -V
【出力内容】 Python 3.10.5

2．本ソースのzipを解凍
本記事の末尾にある有料コンテンツ(*1)の「dev-um-ai_ver1.zip」をダウンロードしていただき、任意のフォルダに解凍してください。
(*1)：Bookersの会員登録をしていただき、本チャンネルを登録して頂ければ1000円引きで入手できます。
以下のようなフォルダ構成になっていればOKです

本ソースのフォルダ構成

3．必要なパッケージのインストール
今回からパッケージ管理はPoetryを使って行おうと思います。そのため、Python3.10.5の環境で以下のコマンドで、poetryを事前にインストールしておいてください。

pip install poetry==1.8.3

poetryがインストールできたら、コマンドプロンプトを開き、本ソースを解凍したフォルダがカレントディレクトリになっていることを確認してください。

以下のコマンドを実行して必要なパッケージをインストールしてください。(5分～10分ぐらい時間かかります。)

poetry install

実行すると以下のようにパッケージのインストールが始まればOKです。終わるまで待ちましょう。

poetry installの様子

すると、本ソースのフォルダ構成の配下に「.venv」フォルダが作成されます。つまり、poetry installをすると自動で必要なパッケージをインストールしてくれて、仮想環境まで作ってくれる便利ツールなのです。

4．仮想環境アクティベート

仮想環境に入る方法は２通りあります。
① poetry env use
上記コマンドでエラーになる場合は以下を実行
② Windowsの場合：

.venv\Scripts\activate

　 Mac/Linuxの場合：

source .venv/bin/activate

仮想環境に入れるとコマンドプロンプトの表記が以下のようになります。

仮想環境アクティベート成功

インストールが完了すれば、環境の準備完了です。

次回以降からは、仮想環境アクティベートのみ実行して環境に入ってください。

② 競馬データのスクレイピング

ソース自体は第１弾記事の内容になります。スクレイピングで集めてくる内容は以下の記事を参照ください。

スクレイピングをする場合は以下のコマンドを実行してください。

python src\scraping\main.py --all --start-year 2010 --end-year 2024 --scraping-horse-birth

上記コマンドでは、2010年から2024年までの競馬データをスクレイピングするコマンドです。

一度実行して必要なデータを集め終われば、その後は、新しく競馬の出走情報が更新された際には以下のコマンドを実行してください。

python src\scraping\main.py --target-year 2024  --html-db-path .\data\keibahtml.db --data-db-path .\data\keibadata.db --scraping-horse-birth

③ 競馬予想AIのモデル作成サンプル

本ソースのフォルダ構成にある「notebook」フォルダ配下に「0001_example_model_manager.ipynb」というJupyter NoteBookを置いています。
このNoteBookを参考にして貰えれば、好きなように競馬予想AIのモデルを作成することができます。

ただし、現状LightGBMのモデルしか作成できないです。今後のバージョンアップで対応できるモデルの種類を増やしていく予定です。

上記のNoteBookを参考にモデルを作成し、モデル情報のインポートまでして貰えれば以下の「models/first_model」フォルダのように「model_info.json」ファイルと「analyze」フォルダと「params」フォルダが出来ていると思います。

モデルが作成できた状態

④ モデル分析のWEBアプリ

WEBアプリは前回の第４弾記事で紹介しているものです。詳しい使い方は以下の記事を参照ください。

また詳しい話は以下の動画でも紹介してます。

クリックで読み込み

以上が本ソースの使い方の概要です。

4．留意事項

最後に本記事を扱う上での留意事項です。入手される際には以下の項目に同意したものとします。

本ソースは商品ではなく勉強目的で使用されることを想定して作成しました。バグ取りは十分できていないので、購入者様側でバグ対応をしていただく必要があります。
本ソースを使用したことによって、購入者様に不利益や違法行為があった場合でも本ソース作成者は一切の責任を負わないことご承知おきください。
基本的にはソースをダウンロードすれば動くプログラムになっていますが、内容を理解したい場合はPythonの入門書レベルの文法を理解していることを前提としています。

　項番１については、プログラム書く以上バグは絶対に直面するものです。挫けずにバグ対応しましょう。必ず良い勉強機会になります。
　エラー内容をコピペして調べると、必ずどこかで同じ目に合っている人がいます。そしてそれを解決してくれる通りすがりのプログラマが答えやヒントを出してくれています。わからなければまずは調べることを徹底してください。頑張りましょう。

5．宣伝

これから今回のような競馬予測ソフトを開発の工程や実際のソース公開をリアルタイムで更新していきます。
YouTubeでソースのエッセンス部分の紹介、運営サイトでソースの重要な処理部分の紹介をしているので、良ければYouTubeや運営サイトも立ち寄っていただけると嬉しいです！
Twitter(自称X)もやっていますので、フォローよろしくお願いします！
また今回の記事は、YouTubeのチャンネル登録していただけると、本記事のソースを1,000円引きで入手できます。