１．予測モデルの概要

対戦型モデルは、芝、ダート共にレースクラス別に各3区分、計6個のモデルで運用しています。競走馬の勝ち負けを予測しますので、走破タイム型のように距離によるモデルの区分化は行っていません。詳細は、以下の通りです。

２．使用した主なデータ項目

予測に使っているデータ項目は、競走馬の属性や成績を元にしております。以下に対戦型モデルで使っているデータ項目を一部ご紹介します。予測レースの距離、馬場などへの適性が使われている点が大きな特徴です。走破タイム型モデルでは、距離や、コース区分、馬場状態は走破タイムに直接影響しますので、レースの共通因子として、これらのデータ項目を使用していますが、対戦型では、レース共通因子への適性有無を使用しています。

３．予測スコアについて

JRA-VAN NEXTブラウザで表示している各競走馬の予測スコアについて解説します。

対戦型モデルは、過去のレース成績データから算出した競走馬2頭間の対戦結果（１：勝ち、０：負けと定義）を教師データとし、競走馬の属性、騎手、調教師、レース情報などから、次回レースの任意の競走馬2頭間の対戦結果を予測します。予測結果は、０から１までの連続値で表現されます。例えば、次回レースで、Ａ馬がＢ馬と対戦する場合、予測結果が１に近いほど、Ａ馬がＢ馬に勝つ可能性が高いといえます。このような予測結果を次回レースに出走する競走馬の全ての組合せで作成して、競走馬1頭1頭の予測スコアを計算し、予測スコアの高い順に着順を決定しています。尚、JRA-VAN NEXTブラウザでは、予測する馬が対戦相手に対して全て勝つと予測された場合には100点となるよう予測スコアを補正しています。

例えば6頭立てレースの場合、馬番1の予測スコアは、下図の黒い太枠部分を元に行います（○×は勝ち負けを表します）。ここでのポイントは、馬番1が馬番２と対戦した結果と馬番2が馬番1と対戦した結果を分けて扱っているという点です。すなわち、対戦型モデルでは、馬番1の予測スコアは、馬番1からみた馬番2〜6の予測結果（赤い○×）と、馬番2〜6から見た馬番1の予測結果（青い○×）の両方の予測結果を総合して計算しています。

モデルの性能検証については、2007年以前の成績データをもとにモデルを作成し、2008年〜 2009年 7月に開催されたレースを予測し、実績データと比較しました。以下は、2008年から2009年7月ダートレースにおける予測スコアの分布です。10点〜90点までの分布が50点を境にほぼ左右対称となっておりますので、偏った予測をしていないことがわかります。

４．予測順位と実際の着順の相関

対戦型モデルを元にした予測順位と、実際の着順の関係を以下の表に示します。

2008年 1月〜2009年 7月に開催された全てのレース（レース数：5,026）

予測と実際の着順を、縦・横軸にとっていますので、着順が一致したところを青色で示しています。また、各予測順位について、実際の着順件数が最も多いところを赤枠で示しています。青色と赤枠が一致するほど予測精度が高いといえます。上記の表を見ると、予測順位の上位に若干ばらつきがありますが、かなり一致していることがわかります。

また、以下は、馬連4頭BOX6点での的中率・回収率を比較したものです。 ※この結果は、今後の予測性能を保証するものではありません

本検証においては、対戦型モデルを使用すると、走破タイム型モデルの的中率と比べての的中率が3.5％上昇しました。レースに換算すると、175レースに相当します。以上の結果より、対戦型モデルを運用することとしました。