第６４２回トトくじ 予測結果をアップする。
第６４２回のトトくじ 予測結果をアップ。
とりあえず ＷＥＫＡ を使用したトトの予測を継続します。
pythonを使った手法については、ぼちぼち考えているのですが、なかなか理解が追い付かず、まだ先になりそうです。
今回は bagging と naive bayes を使用しました。
これまでの予測経験から、ＷＥＫＡにおける使用スキームとアルゴリズムは以下のように設定しました。
- スキーム ： ＢＡＧＧＩＮＧ
- アルゴリズム ： ＮＡＩＶＥ ＢＡＹＥＳ
経験からいうと正解率はおよそ60％程度。
あまり良くはありません。ムラはありますがこれぐらいの正解率でも比較的安定してるほうじゃないかと思います。
１３枠でいえば「7～8個ぐらいは正解を含む」予測だと思います。
今回の例で言えば、６個ぐらい正解していれば良い方だと思いますね。
対戦カードと試合会場情報からスコアを予測する。
今回のデータ、属性は４個です。
- home
- away
- スタジアム名
- ホームまたはアウエイのゴール数
この４つ目の属性、今まではホームとアウエイ、両方のデータを与えて予測していました。
これを今回は別々に予測することにしました。
ちょっと手間はかかりますがデータを読み込ませた後にフィルターで操作するだけで済みます。
データを読み込んだ画面で、不要な属性にチェックを入れ、あとは remove を押すだけで消えます。
元に戻すときは、上の undo を押すだけで１段階、操作が戻ります。
第６４２回予測結果の画像
まとめ
今回使用した”スキーム（アルゴリズムの組み合わせ）”と”目的変数をゴール数として名義属性に変更しての予測方法”は、経験上 60％ほどの正解率が期待できます。
前回の予測・・・641においては４個しか正解していなかったと思いますが、テストとして使用するアルゴリズムをナイーブベイズに変更して予測してみたところ、６個の正解となり、すこし正解率がアップしています。
以上です。
