使ったデータは
http://db.netkeiba.com/horse/2012102013/
から
今回使用するパラメータを簡単にまとめる。
斤量 距離 頭数 枠番 馬体重 タイム で予測。
ツール → 分析ツール → 回帰分析
範囲指定 する
入力Ｙ範囲： 機械学習させる目的変数 この場合 タイム
$F$4:$F$21 の範囲を機械学習させる。
入力ｘ範囲： 機械学習させる説明変数 この場合 頭数 斤量 枠番 距離 馬体重
$A$4:$E$21 の範囲を機械学習させる。
分析結果は
切片 -3.412753883
X 値 1 -0.270996884
X 値 2 0.059027608
X 値 3 0.466900418
X 値 4 -0.035976977
X 値 5 0.029446148
となった。これを元に 2017/12/24 と2017/11/26
のタイムを予測
予測タイムの計算式コードに当てはめた結果。
Dim seki
Dim kyori
Dim tousu
Dim waku
Dim umataijyu
Dim b
Dim x1
Dim x2
Dim x3
Dim x4
Dim x5
Dim time
seki = 57
kyori = 2500
tousu = 16
waku = 1
umataijyu = 540
b = -3.41275388348363
x1 = -0.270996884
x2 = 0.059027608
x3 = 0.466900418
x4 = -0.035976977
x5 = 0.029446148
time = seki * x1 + kyori * x2 + tousu * x3 + waku * x4 + umataijyu * x5 + b
Cells(2, 7).Value = time
seki = 57
kyori = 2400
tousu = 17
waku = 2
umataijyu = 542
b = -3.41275388348363
x1 = -0.270996884
x2 = 0.059027608
x3 = 0.466900418
x4 = -0.035976977
x5 = 0.029446148
time = seki * x1 + kyori * x2 + tousu * x3 + waku * x4 + umataijyu * x5 + b
Cells(3, 7).Value = time
2017/12/24 は 実タイム153秒を 152.0448 秒と予測
2017/11/26 は 実タイム143秒を 146.6318 秒と予測
当たらずとも遠からず。
]]>
