競馬必勝法をプログラム化してみた.

スクレイピングでパラメータ（info）を設定すれば、そのデータをとることが出来る.
最適化(pulp)によって競馬必勝法のプログラムを作成しモジュール化した. これにより、時間をかけずに負けない賭け方を出力する.
(参考記事:うまめし.com 競馬必勝法)

*Scraiping(tansyo_url, umatan_url).get():スクレイピングでリアルタイムの単勝と馬単のデータを取ってくる.
取得データ元:netkeiba.com, 単勝（例）, 馬単（例）

*Relative(sc_df).sum_odds():スクレイピングしてきたデータ（sc_df）を入れると馬単合成オッズが出力される.

*Choise(re_df).combine():比較(上の作業)で得られたデータを入れると必勝法に使う馬単の番号がlistで出力される.

*Winning(sc_df[単勝], sc_df['i'], sc_df['j'](=None)).model_0():model_0(ベット枚数を最小、どの馬が勝っても払い戻し金が0以上)を得る.

*Winning(sc_df[単勝], sc_df['i'], sc_df['j'](=None)).model_1(100):model_1(払い戻し金の総額が最大、どの馬が勝っても払い戻し金が0以上、ベット枚数の上限（100枚）)を得る.

*Winning(sc_df[単勝], sc_df['i'], sc_df['j'](=None)).result(model_0(or model_1))):結果と、最適化問題が解けたか解けていないかが出力される.

• Example.ipynbがあるのでそれを参考にして下さい.
• win_main.pyはinfoをいじればpython win_main.pyをするだけで結果が得られる.
• methods.pyの中のモジュールExpectは機械学習させて着順の確率を計算できれば使用できる。基本的にはExpectのメソッドは期待値を最大にする最適化を行う.

• python(=3.7.7).

• numpy(=1.18.1).

• pandas(=1.0.3).

• requests(=2.23.0).

• bs4(=4.8.2).

• json(=2.0.9).

• pulp(=2.1).