データ俯瞰の目的

機械学習モデル作成には、特徴量エンジニアリングが非常に重要となりますが、そのためにデータを俯瞰することも非常に重要と考えます。

データを俯瞰することは、特徴量データに隠されている構造を明らかにするために、深く掘り下げて問題を分解し、そのデータの信頼性と限界について理解することを目的としています。

このデータ理解はCRISP-DMで整理されている重要なプロセスの１つです。

↑CRISP-DM(CRoss-Industry Standard Process for Data Mining)

参考：戦略的データサイエンス入門

ふ競馬のことを全然知らない私はまだまだ競馬を理解する必要があり、その理解するアプローチを「データ俯瞰→競馬の常識・定石の理解」といった流れで進めていきたいと考えています。

本記事では、2009年～2019年のデータ俯瞰の内容と、そこから見えることやその事実について調査した内容を記載していきたいと思います。

会場と年間の開催数

・基本的に中山、京都、東京、阪神の4会場で行われている
　（この４つの競馬場を中央場所、4大競馬場等という）
・函館、札幌の日程は他と比べて少ない

会場別　開催日数

■開催数がゼロの要因
　・函館　2009年　スタンドの改築工事
　・中京　2011年　スタンド改築と馬場改修
　・札幌　2013年　スタンド改築工事

参考サイト：

開催日程

・1回の開催は基本は計8日間であり、最大12日まで
・2006年に競馬法施行規則が改正され、2007年以降は全体の開催日数288日は変らずに、1開催12日までが可能となって各競馬場の開催日程は毎年変動している
・関西では関東では中山・東京、阪神・京都競馬場の１場ずつの開催に、ローカル場所（中央場所以外の競馬場）のうちの１ヶ所の開催を含めた最大３ヵ所で開催。
・夏場の開催は例外で、中山・東京競馬場の代わりに福島・新潟競馬場、阪神・京都競馬場の代わりに小倉競馬場が開催され、これに札幌、函館競馬場が加わり、この7月半ばから9月初めまでの間の時期は「夏競馬」「ローカルシーズン」などと呼ばれる。

2019年会場別　開催日一覧

参考サイト：

芝種類

・芝の種類は大きく３つのタイプに分類できる。
　　－野芝100％の野芝タイプ　（新潟、小倉）
　　－洋芝タイプ（札幌、函館）
　　－オーバーシードタイプ（野芝の上に洋芝の種をまく）（上記以外）
・野芝１００％の芝コースで行われる新潟、小倉競馬場ではスピードと軽さが求められるのに対し、洋芝１００％の芝コースで行われる札幌、函館競馬場ではパワーとスタミナが求められる。
・4大競馬場では、夏場に芝の張り替え作業をするために秋に開催される時が1番芝の状態が良いといえます。

出走回数

2009年~2019年での出走回数Top10

獲得賞金と収得賞金

獲得賞金：「本賞金（ほんしょうきん）」と「付加賞金」の合計額
本賞金：１～５着に入着（にゅうちゃく：ゴールイン）した場合の賞金
付加賞金：レースごとに、出走手当などの付加的な賞金
収得賞金：競走条件（クラス）を区分するための賞金

競馬学校

ダービージョッキーを読むとKindle Unlimitedで全巻読めます。
少しジョッキーに詳しくなれます。

この動画が分かりやすいです。

ダート馬は雨を気にすることは少ないが、芝馬は雨を気にする馬はいる。ジャパンCのタップダンスシチーは雨が気になる馬で、レースの時に雨がやんでいたが降っていたら多分勝っていない。（佐藤哲三談）

2003年ジャパンCのタップダンスシチーの逃げ動画

馬記号

○抽（まるちゅう）：ＪＲＡがセリ市で購入して育成した馬で希望する馬主に抽選で売却された馬。
○市（まるいち）：セリ市で売買された抽選馬を除く馬。正式には市場取引馬という。
○父（まるちち）：日本で生産された馬を父親に持つ馬。正式には父内国産馬という。
○地（まるち）：地方競馬でデビュー後中央競馬へトレードされてきた馬。
○外（まるがい）：外国で生まれ日本に輸入された後にデビューした馬で、外国産馬という。日本の生産者を保護するため、外国産馬は指定されたレース（混合戦）しか出ることができない。
□地（かくち）：地方競馬に在籍のまま、中央競馬のレースに挑戦してきた馬。これも指定されたレース（指定交流競争）しか出走できない。
□外（かくがい）：日本のレースに出走するために遠征してきた外国馬のこと。国際レースしか出走できない。

https://www.keibanande.net/green/2012/07/post-346.html

オッズの傾向や、高速馬場傾向、曜日別の違い等様々な事を備忘として追加していきます。

面白い書籍や動画がありましたら紹介ください！！

もじゃお