chainerで分類確率（？）を出したい

Question

chainerでの分類、回帰の基本的なやり方を覚えたのでそれを使って、遊びたいと思っています。
具体的にやりたいことは、競馬予想で、各馬の直近10レースのデータ（タイム、距離、順位、賞金など）と予想対象のレースのデータ（天候、馬場状況、騎手の勝率など）の特徴量を入れて、複勝圏内（3着以内）に入るかどうかのスコア（出せるなら確率）を各馬ごとに出力したいのですが、この時、分類のモデルで組めばいいのでしょうか？もし分類のモデルで出来る場合は工夫の仕方のヒントがありましたら、教えていただきたいです。

もしchainerの分類モデルでは実現不可能で、代替される方法があれば教えて頂きたいです。よろしくお願いいたします。

Answer 1

順位予測なら、クラス分類ととけるかもしれないですね。
Qiita の以下の記事が参考になりそうですが、どうでしょうか？

参考記事

大井競馬で帝王賞を機械学習で当てた話

データセット

こちらの記事では以下のようにデータセットを作成しています。

• 1サンプル: 競馬場で開かれた1レース分のデータ

• 各サンプル

データ: 出場する馬の過去10レースの情報
15頭 * 10レース * 8個の特徴 = 1350次元の特徴量
ラベル: 1位になった馬

人があるレースの順位を予測するとしたら、出場する馬の直近の成績を見ると思いますが、それと同じことをネットワークにやらせるわけです。

モデル

*「出場する馬の過去10レースの情報」を入れると、「各馬が1位になる確率」が出てくる。

• 1位になる確率が一番高い馬を1位になると予想した馬と解釈する。

Comments

[onushinosenzo]

kerasをほとんど勉強していないためか初学者ゆえかコードにわからない部分があり、理解しきれません。
この記事の場合、直近10レースの９つの特徴量を予想対象レース出走馬15頭分がインプット（教師データのX？）になっていますが、予想ラベルと正解ラベル（教師データのy?）がなにになっているかがわかりません。
また最初の検証データは何になっているのでしょうか？

ここで聞くのもおかしなことかもしれませんが、よろしければ教えていただきたいです。よろしくお願いいたします。

[tiitoi]

追記しました。やっているのは「出場する馬の直近の成績から各馬が1位になる確率を予測している」です。
まずはデータを沢山集めることからですね。

[tiitoi]

もちろん、Chainer でも同じネットワークを作れます。
Keras はわかりやすいので、個人的にはおすすめしますが。

[onushinosenzo]

非常に丁寧なご回答有難うございました。
この記事をなぞって、一回書いてみたいと思います。
kerasも勉強してみます。