【機械学習】複数のデータセットを紐づけする

Question

競馬の着順予測を機械学習で行っています。

レース結果と血統をデータセットとして学習させたいと考えています。
https://race.netkeiba.com/race/result.html?race_id=202008030411&rf=race_list

しかし、一つのレース結果に対し、各馬の血統を逐一記述するのは煩雑で、時間がかかります。
そこで、レース結果はレース結果だけのデータセットを作り、血統は血統だけのデータセットを作り、
機械学習の際に、互いを紐づけすることが出来ないか考えました。

レース結果には、馬名や着順などが記述されており、機械学習する際には、その馬名に紐づけされた血統を読み込みたいです。

何か上手いやり方を教えて頂きたいです。

Answer 1

馬名をキーにするということですよね？
タグにPythonと付いてるので、Pandasなどで紐づけしても良いですし、Excelのvlookupでも出来ると思います。

Comments

[退会済みユーザー]

分かりました、ありがとうございます！
mergeなどを使えばいいのですね！

[meg_]

既にデータセット（CSVファイル等）は手元にあるのですよね？

[meg_]

pandasならmergeメソッドで良いかと思います。

[退会済みユーザー]

ありがとうございます！
この方法でやってみます

Answer 2

こんにちは。
質問内容が少しイメージしずらいのですが、
下記のように、ＣＳＶ（エクセルでもよい、コマンドは変わります）
で、データセットを作って、あとはＸ＝説明変数、Ｙ＝目的変数を
いれて、サイキットラーンの各種回帰系ライブラリを使って、予測
することで良いのではないでしょうか。

# データセットの読み込み
dataset = pd.read_csv('data.csv')