ちょっと気が早いが・・第６４４回トトくじ 本トト１３枠の賞金額を予測してみる。

対戦カードの組み合わせ表から賞金額を予測することは可能か？

今回はＷＥＫＡを用いて”対戦カード情報”から、その開催回での賞金額とか当選口数を予測してみます。

なぜ賞金額とか当選口数の予測が必要なのか？

動機としては”予測の絞り込み”ということ。

普通の予想では、各対戦カード個別にフォーカスして行います。
たとえば　「１枠の対戦カードはこうだから、おそらくこっち・・」みたいな感じで１３枠すべてについて予想します。

これを１３枠全体で見直した場合、予想結果の組み合わせ全部についてそれぞれ”予想賞金額”は算出することができる。

これは　ＴＯＴＯＸ　というフリーソフトを使えば可能です。
（おそらくみんな知ってるはず）

しかし問題がある。
それは”買いの点数が非常に多くなる”という点。

この”予想賞金額”を正確に予測することができれば・・・予想においてはかなり有利になります。
そういうわけで、この”対戦カードの組み合わせ表から賞金額を予測する”という試みを行うことにしました。

対戦カードの組み合わせ表から賞金額を予測する具体的手法について

まず、今季の本トト　１３枠　について以下のようなＣＳＶファイルデータを作成しました。

表の左側、チーム名が並んでいます。
これは１３枠の組み合わせを開催回別に上から並べたもの。

１枠から１３枠まで、ホームチーム名を並べ、その次にアウエイを並べました。
これらすべてを”説明変数”とします。

右側には各開催回に対応するように賞金額と当選口数が並べられています。
こちらは”目的変数”です。

第６４４回（つまり予測対象開催回）については”対戦カード情報”については同じように並べて
、数値部分（賞金額など）については”？”と入力しておきます。

※　注意点として、作成したデータの最上部（各列の頭部分の枠）には必ず”半角英数”で属性名を付けてください。
これがないとエラーとなって読み込んでくれません。
また日本語ですと文字化けして、あとで使いにくくなります。

画像サイズの関係からデータ全体を貼り付けてはありませんが、イメージはつかめると思います。
これをＣＳＶ形式で適当なフォルダに保存します。

作成したデータをＷＥＫＡに読み込ませてみる。

次は実際にＷＥＫＡにデータを読み込ませてみます。

上の赤丸で囲った所、ここにはチェックを入れてあります。
これは”必要のない属性”をデータから削除するためです。チェックを入れて下の赤丸・・ＲＥＭＯＶＥ　を押すとデータから消えます。また戻すときは上から二番目のタブ列にある　ＵＮＤＯ　を押します。こうするとまた元に戻ります。

この場合、開催回という属性は必要ないので消します。
あと、２等、３等賞金とか口数の情報もその都度消したり、あるいは付け足したりしてみてそれぞれ予測して、結果を比較してみるというのもアリですね。

どの分類器を使えばいいのか？

さて、データの読み込みと前処理を行ったら、次は実際の予測に入ります。

私のこのケースでは”目的変数”は数値になっています。
こういう場合、ＷＥＫＡにおいては”分類器＝ＣＬＡＳＳＳＩＦＩＥＲＳ”ではなく”ＲＥＧＲＥＳＳＩＯＮ”を使います。
まあ、回帰になると思います。

アルゴリズムによっては名義属性でも数値属性でもどちらでも分析できるものがあります。
たとえば　ＭＬＰ（マルチレイヤーパーセプトロン）など。今回はどれにしようか悩みますね。
正直言って”アルゴリズムの選択”によって出力結果はひどく変わりますから。
いろいろテストを繰り返して最終的な信頼度を自分なりに見出すしかないと思っています。

ちなみに　属性数＝次元数　が多くなると、この　ＭＬＰ　などはすぐに容量オーバーとなってしまって、計算が途中で止まってしまいます。今回は２６次元以上という非常に多い次元数でしたので、案の定ストップしてしまいました。
もっと少ない次元数でも非常に時間がかかったりします。

しょうがないので今回は　ＫＳＴＡＲ　で予測してみましょう。

ＫＳＴＡＲによる賞金額と当選口数の予測

使用したスキームは　bagging
その中で　kstar　を予測アルゴリズムとして設定しました。
以下がその結果です。

１等賞金額　140381907.326
１等当選口数　　　　1.735

１等賞金額は　およそ　１億４千万円程度、当選口数は　１口から２口ぐらいという予測結果ですね。
アルゴリズムに関してはあまり詳しくありませんが、あえて言えばこの　ＫＳＴＡＲ・・・過去事例をもとにして推論、推定をおこなうアルゴリズムらしい。
おそらく”最近傍法”というものではないかと思います。事例が多いほど精度も上がるんじゃないかと思います。

まとめ

今回は　bagging , kstar　というアルゴリズムをつかって　ＷＥＫＡ　において”賞金額と当選口数の予測”を行ってみました。
私自身、初めての試みで、この手法によるバックテストなどは行っていません。なので結果については何とも言えませんね。
試合結果がでてからまた検証してみたいと考えています。

これが上手いこと予測できればかなり絞り込めそうなきがしますが、それでもかなりの組み合わせが候補に挙がることにはなるでしょう。
また面白いアイデアが出てきたら、いろいろ試してみたいと思います。おわり。