toto ennustusmalli

[juha7]

Tein aikani kuluksi toto ennustusmalleja. Siis keräämäni data ei ole kovin monipuolista, kuin se voisi olla kaupallisista apeista hankittuna ja data on aika reikästä, mutta kuitenkin yltää lähes ammattitason validaatiolukuihin (AUC 0,76). Ei siis ole hevosten terveystietoja taikka kierrosaikoja. Mallit laskevat todennäköisyyden sijoittua top 3 joukkoon. Ja tulos esitetään paremmuusjärjestyksessä, niin siitä voi yrittää päätellä sijoituksen (ndcg@3 arvo voisi olla parempi - mittaa sijoittumisjärjestyksen onnistumista).

sovellus online: https://toto-kesm.onrender.com/ (sovellus pyörii Renderin ilmaisversiossa, jos testaajia ilmaantuu runsaasti, saattaa tulla jokin käyttökatto vastaan)

Siellä on 3 neuroverkkomallia ja artikkelin https://www.scribd.com/document/7054693 ... 0-20230930 innoittamana lisäsin Random Forest - päätöspuun lisäksi. Toisinaan se yllättää tehokkuudessa. Huom. se päätöspuumalli lataa sitä n. 30s, koska malli on n. 300M iso. Välillä lähdön data on todella suppeaa varsinkin, jos on uusia hevosia, niin ennustukset ovat epävarmempia. Eli kannattaa silmäillä sitä "review input data", niin saa käsityksen minkä perusteella ennustus ajetaan (oikeassa reunassa näkyy historiatiedot). Mallit tuntuvat tukeutuvan aika voimakkaasti peliprosenttiin, jos se on datassa saatavilla. Eli se on todettu malleissa voimakkaaksi signaaliksi voittajien luokittelussa. Toiminto "without betting percentage" on välillä yllättänyt positiivisesti. Ei nyt kannata yksinomaan tuijottaa tätä ja hävitä rahoja, mutta tämä voi toimia referenssinä, jos haluaa tietää todennäköisyyksiä.

[juha7]

Nyt se on päivitetty vedonlyönti ja analytiikka ratkaisuksi, joka ennustaa, analysoi poolia, optimoi pelejä ja skannaa arvokkaat pelit eli pelit, joita on pelattu vähän ja joilla on järkevä osumatodennäköisyys. Lisäksi kun XAI on päällä, ennustuksesta voi lukea (suurennuslasi) mitkä ominaisuusryhmät ovat vaikuttaneet ennustukseen. Siitä voi tehdä päätelmiä esimerkiksi dominoiko peliprosentti. Joskus se dominoi harhaisesti ja without betting percentage - ominaisuus päällä betting optimizer optimoi parempia pelejä. Palautetta voi antaa info-tooltipistä löytyvään sähköpostiin. Eli se on edelleen https://toto-kesm.onrender.com/

[juha7]

@justus67 Kiitos huomiosta. Voitko tarkentaa, mitä tarkoitat? Tarkoitatko, että kun lasket placement-mallissa kaikkien hevosten P(1.) + P(2.) + P(3.) -todennäköisyydet yhteen, summa ei ole noin 300 %? Jos mahdollista, laita esimerkki lähdöstä, niin voin tarkistaa mistä ero tulee. Siis mixed-mallin ja random forestin tuottamat todennäköisyydet placement-modessa pitäisi olla normeerattu niin, että sarakkeiden summa on 100/sarake ja P(1.), P(2.) ja P(3.) sarakkeiden summien summa 300. Ei niitä muita ole normalisoitu 100:aan.

[juha7]

@justus67 Ai niin varmaan meinaat niitä top-3 ennustuksia binary modeleissa. Joo summan pitäisi olla 300%, kun top-3 hevosia on kolme. Sigmoid arvioi jokaisen hevosen itsenäisesti — ei mitään ristikkäisrajoitetta lähdön sisällä. Joten raakasumma ei ole tarkalleen 300 %. Kalibrointi vaikuttaa siihen, mutta voisinkin normeerata summan 300:aan, niin prosentteja voi tulkita "aitoina todennäköisyyksinä". Kiitos vielä kommentista.