【はずれ】【AI競馬予測】2022/04/05 川崎 12R 海棠賞【AIモデル: MRTPM_V2】
AIモデル: 「MRTPM(Version 2)」によるレース予測を算出しました。
AIモデル「MRTPM(Version 2)」の概要
MRTPM (Multi Regression Time Prediction Model): 重回帰分析を用いたタイム予測モデル
各馬に対して、過去レースの結果をもとに重回帰モデルを作り、次のレースのタイムを予測する。
*Version 2では、予測精度を上げるために前処理にデータを標準化するプロセスを追加した。
予測
予測対象レース情報
- レース日時: 2022/04/05 20:50:00
- レース名: 12R 海棠賞
- 場所: 川崎
- コース: ダート
- 距離: 1500m
- 頭数: 14頭
- 馬場: 重
- 天気: 晴
予測内容
予測結果は次の通りです。
タイムを予測するために利用した過去レース数も表記しています。
予測着順 | 枠番 | 馬番 | 馬名 | 有効過去レース数 | 予測タイム |
---|---|---|---|---|---|
1 | 7 | 12 | ブラーニーキス | 12 | 94.6 |
2 | 6 | 9 | アナンクス | 47 | 96.5 |
3 | 6 | 10 | サイセイセイ | 12 | 97.0 |
4 | 3 | 4 | ミトノベルーガー | 35 | 97.9 |
5 | 5 | 8 | レインボーカラー | 24 | 98.1 |
6 | 3 | 3 | コスモスターリング | 25 | 98.3 |
7 | 4 | 6 | フルフィル | 13 | 98.3 |
8 | 5 | 7 | キクノゼファー | 43 | 98.5 |
9 | 7 | 11 | タイキワンダラス | 29 | 98.8 |
10 | 8 | 13 | エムティモナ | 26 | 98.9 |
11 | 1 | 1 | デイオブサンダー | 37 | 100.1 |
12 | 4 | 5 | フォーリボス | 22 | 100.8 |
13 | 8 | 14 | メガディスカバリー | 42 | 100.9 |
14 | 2 | 2 | シナノジャングル | 21 | 106.1 |
結果
レース結果
レース結果は次の通りです。
予測内容も併記しています。
着順 | 予測着順 | 枠番 | 馬番 | 馬名 | 有効過去レース数 | 予測タイム | タイム |
---|---|---|---|---|---|---|---|
1 | 6 | 3 | 3 | コスモスターリング | 25 | 98.3 | 95.6 |
2 | 11 | 1 | 1 | デイオブサンダー | 37 | 100.1 | 95.9 |
3 | 8 | 5 | 7 | キクノゼファー | 43 | 98.5 | 97.0 |
4 | 1 | 7 | 12 | ブラーニーキス | 12 | 94.6 | 97.5 |
5 | 4 | 3 | 4 | ミトノベルーガー | 35 | 97.9 | 97.6 |
6 | 14 | 2 | 2 | シナノジャングル | 21 | 106.1 | 97.6 |
7 | 5 | 5 | 8 | レインボーカラー | 24 | 98.1 | 97.8 |
8 | 13 | 8 | 14 | メガディスカバリー | 42 | 100.9 | 98.1 |
10 | 10 | 8 | 13 | エムティモナ | 26 | 98.9 | 98.6 |
9 | 12 | 4 | 5 | フォーリボス | 22 | 100.8 | 98.6 |
11 | 2 | 6 | 9 | アナンクス | 47 | 96.5 | 98.7 |
12 | 3 | 6 | 10 | サイセイセイ | 12 | 97.0 | 99.8 |
13 | 7 | 4 | 6 | フルフィル | 13 | 98.3 | 99.8 |
14 | 9 | 7 | 11 | タイキワンダラス | 29 | 98.8 | 100.6 |
当選した払い戻し金
当選した払い戻し金はありませんでした。