def encode_raceuma_result_df(self, raceuma_df, dict_folder):
""" 列をエンコードする処理。騎手名、所属、転厩をラベルエンコーディングして値を置き換える。learning_modeがTrueの場合は辞書生成がされる。
:param dataframe raceuma_df:
:return: dataframe
"""
temp_raceuma_df = raceuma_df.copy()
temp_raceuma_df.loc[:, '馬ペース'] = temp_raceuma_df['馬ペース'].apply(
lambda x: self._convert_pace(x))
hash_tokki_column = [
"特記コード１", "特記コード２", "特記コード３", "特記コード４", "特記コード５", "特記コード６"
]
hash_tokki_dict_name = "raceuma_result_tokki"
temp_raceuma_df = mu.hash_eoncoding(temp_raceuma_df, hash_tokki_column,
3, hash_tokki_dict_name,
dict_folder)
hash_bagu_column = [
"馬具コード１", "馬具コード２", "馬具コード３", "馬具コード４", "馬具コード５", "馬具コード６",
"馬具コード７", "馬具コード８", "ハミ", "バンテージ", "蹄鉄"
]
hash_bagu_dict_name = "raceuma_result_bagu"
temp_raceuma_df = mu.hash_eoncoding(temp_raceuma_df, hash_bagu_column,
3, hash_bagu_dict_name,
dict_folder)
hash_taikei_column = [
"総合１", "総合２", "総合３", "左前１", "左前２", "左前３", "右前１", "右前２", "右前３",
"左後１", "左後２", "左後３", "右後１", "右後２", "右後３", "蹄状態", "ソエ", "骨瘤"
]
hash_taikei_dict_name = "raceuma_result_taikei"
temp_raceuma_df = mu.hash_eoncoding(temp_raceuma_df,
hash_taikei_column, 3,
hash_taikei_dict_name, dict_folder)
return temp_raceuma_df.copy()
def encode_raceuma_result_df(self, raceuma_df, dict_folder):
raceuma_df.loc[:, 'RAP_TYPE'] = raceuma_df['RAP_TYPE'].apply(
lambda x: mu.encode_rap_type(x))
raceuma_df.loc[:, '条件'] = raceuma_df['条件'].apply(
lambda x: self._convert_joken(x))
raceuma_df.loc[:, 'レースペース'] = raceuma_df['レースペース'].apply(
lambda x: self._convert_pace(x))
raceuma_df.loc[:, '馬ペース'] = raceuma_df['馬ペース'].apply(
lambda x: self._convert_pace(x))
raceuma_df.loc[:, 'ペースアップ位置'] = raceuma_df['ペースアップ位置'].fillna(0)
raceuma_df.loc[:, '芝種類'] = raceuma_df['芝種類'].fillna('0')
raceuma_df.loc[:, '転圧'] = raceuma_df['転圧'].fillna('0')
raceuma_df.loc[:, '凍結防止剤'] = raceuma_df['凍結防止剤'].fillna('0')
hash_tokki_column = [
"特記コード１", "特記コード２", "特記コード３", "特記コード４", "特記コード５", "特記コード６"
]
hash_tokki_dict_name = "raceuma_result_tokki"
raceuma_df = mu.hash_eoncoding(raceuma_df, hash_tokki_column, 3,
hash_tokki_dict_name, dict_folder)
hash_bagu_column = [
"馬具コード１", "馬具コード２", "馬具コード３", "馬具コード４", "馬具コード５", "馬具コード６",
"馬具コード７", "馬具コード８", "ハミ", "バンテージ", "蹄鉄"
]
hash_bagu_dict_name = "raceuma_result_bagu"
raceuma_df = mu.hash_eoncoding(raceuma_df, hash_bagu_column, 2,
hash_bagu_dict_name, dict_folder)
hash_taikei_column = [
"総合１", "総合２", "総合３", "左前１", "左前２", "左前３", "右前１", "右前２", "右前３",
"左後１", "左後２", "左後３", "右後１", "右後２", "右後３", "蹄状態", "ソエ", "骨瘤"
]
hash_taikei_dict_name = "raceuma_result_taikei"
raceuma_df = mu.hash_eoncoding(raceuma_df, hash_taikei_column, 2,
hash_taikei_dict_name, dict_folder)
return raceuma_df
def scale_df(self):
print("scale_df")
mmsc_columns = [
"距離", "頭数", "枠番", "休養後出走回数", "予想人気", "先行指数順位", "馬齢", "距離増減", "前走頭数"
]
mmsc_dict_name = "sc_base_mmsc"
stdsc_columns = [
"予想勝ち指数", "休養週数", "キャリア", "斤量比", "負担重量", "デフォルト得点", "得点V1", "得点V2",
"得点V3", "fa_1_1", "fa_2_1", "fa_3_1", "fa_4_1", "fa_5_1", "fa_1_2",
"fa_2_2", "fa_3_2", "fa_4_2", "fa_5_2", "fa_1_3", "fa_2_3",
"fa_3_3", "fa_4_3", "fa_5_3", "fa_1_4", "fa_2_4", "fa_3_4",
"fa_4_4", "fa_5_4", "fa_1_5", "fa_2_5", "fa_3_5", "fa_4_5",
"fa_5_5"
]
stdsc_dict_name = "sc_base_stdsc"
self.base_df = mu.scale_df_for_fa(self.base_df, mmsc_columns,
mmsc_dict_name, stdsc_columns,
stdsc_dict_name, self.dict_folder)
self.base_df.loc[:, "競走種別コード_h"] = self.base_df["競走種別コード"]
self.base_df.loc[:, "場コード_h"] = self.base_df["場コード"]
hash_track_columns = [
"主催者コード", "競走種別コード_h", "場コード_h", "競走条件コード", "トラックコード"
]
hash_track_dict_name = "sc_base_hash_track"
self.base_df = mu.hash_eoncoding(self.base_df, hash_track_columns, 10,
hash_track_dict_name,
self.dict_folder)
def encode_raceuma_before_df(self, raceuma_df, dict_folder):
""" 列をエンコードする処理。調教師所属、所属、転厩をラベルエンコーディングして値を置き換える。辞書がない場合は作成される
騎手名とかはコードがあるからそちらを使う（作成しない）
:param dataframe raceuma_df:
:return: dataframe
"""
temp_raceuma_df = raceuma_df.copy()
temp_raceuma_df.loc[:, 'ペース予想'] = temp_raceuma_df['ペース予想'].apply(
lambda x: self._convert_pace(x))
temp_raceuma_df.loc[:, '調教曜日'] = temp_raceuma_df['調教曜日'].apply(
lambda x: self._convert_weekday(x))
temp_raceuma_df.loc[:, '放牧先ランク'] = temp_raceuma_df['放牧先ランク'].apply(
lambda x: self._convert_rank(x))
temp_raceuma_df.loc[:, '調教量評価'] = temp_raceuma_df['調教量評価'].apply(
lambda x: self._convert_rank(x))
temp_raceuma_df.loc[:, '調教師所属'] = mu.label_encoding(
raceuma_df['調教師所属'], '調教師所属', dict_folder).astype(str)
temp_raceuma_df.loc[:,
'馬主名'] = mu.label_encoding(raceuma_df['馬主名'],
'馬主名',
dict_folder).astype(str)
temp_raceuma_df.loc[:,
'放牧先'] = mu.label_encoding(raceuma_df['放牧先'],
'放牧先',
dict_folder).astype(str)
temp_raceuma_df.loc[:, '激走タイプ'] = mu.label_encoding(
raceuma_df['激走タイプ'], '激走タイプ', dict_folder).astype(str)
temp_raceuma_df.loc[:, '調教コースコード'] = mu.label_encoding(
raceuma_df['調教コースコード'], '調教コースコード', dict_folder).astype(str)
hash_taikei_column = [
"走法", "体型０１", "体型０２", "体型０３", "体型０４", "体型０５", "体型０６", "体型０７",
"体型０８", "体型０９", "体型１０", "体型１１", "体型１２", "体型１３", "体型１４", "体型１５",
"体型１６", "体型１７", "体型１８", "体型総合１", "体型総合２", "体型総合３"
]
hash_taikei_dict_name = "raceuma_before_taikei"
temp_raceuma_df = mu.hash_eoncoding(temp_raceuma_df,
hash_taikei_column, 3,
hash_taikei_dict_name, dict_folder)
hash_tokki_column = ["馬特記１", "馬特記２", "馬特記３"]
hash_tokki_dict_name = "raceuma_before_tokki"
temp_raceuma_df = mu.hash_eoncoding(temp_raceuma_df, hash_tokki_column,
2, hash_tokki_dict_name,
dict_folder)
return temp_raceuma_df.copy()
def _scale_df(self):
print("scale_df")
mmsc_columns = ["距離", "頭数", "枠番", "休養後出走回数", "先行指数順位", "馬齢", "距離増減"]
mmsc_dict_name = "sc_base_mmsc"
stdsc_columns = ["休養週数", "負担重量"]
stdsc_dict_name = "sc_base_stdsc"
self.base_df = mu.scale_df_for_fa(self.base_df, mmsc_columns, mmsc_dict_name, stdsc_columns, stdsc_dict_name, self.dict_folder)
self.base_df.loc[:, "競走種別コード_h"] = self.base_df["競走種別コード"]
self.base_df.loc[:, "場コード_h"] = self.base_df["場コード"]
hash_track_columns = ["主催者コード", "競走種別コード_h", "場コード_h", "トラックコード"]
hash_track_dict_name = "sc_base_hash_track"
self.base_df = mu.hash_eoncoding(self.base_df, hash_track_columns, 10, hash_track_dict_name, self.dict_folder)
hash_newtype1_columns = ["場コード", "非根幹", "頭数グループ", "性別コード", "騎手所属場コード", "見習区分", "テン乗り", "キャリア", "調教師所属場コード", "東西所属コード",
"主催者コード_1", "距離_1", "場コード_1", "頭数_1", "ペース_1", "トラックコード_1", "ナイター_1", "季節_1", "非根幹_1", "距離グループ_1",
"頭数グループ_1", "コース_1", "逃げ勝ち_1", "内勝ち_1", "外勝ち_1", "短縮勝ち_1", "延長勝ち_1", "人気勝ち_1", "枠番_1", "展開コード_1", "馬体重順位_1"]
hash_newtype1_dict_name = "sc_base_hash_newtype1"
self.base_df = mu.hash_eoncoding(self.base_df, hash_newtype1_columns, 30, hash_newtype1_dict_name, self.dict_folder)
def _scale_df(self):
print("scale_df")
mmsc_columns = [
"距離", "頭数", "枠番", "休養後出走回数", "予想人気", "先行指数順位", "馬齢", "距離増減", "前走頭数"
]
mmsc_dict_name = "sc_base_mmsc"
stdsc_columns = [
"予想勝ち指数", "休養週数", "キャリア", "斤量比", "負担重量", "デフォルト得点", "得点V1", "得点V2",
"得点V3", "fa_1_1", "fa_2_1", "fa_3_1", "fa_4_1", "fa_5_1", "fa_1_2",
"fa_2_2", "fa_3_2", "fa_4_2", "fa_5_2", "fa_1_3", "fa_2_3",
"fa_3_3", "fa_4_3", "fa_5_3", "fa_1_4", "fa_2_4", "fa_3_4",
"fa_4_4", "fa_5_4", "fa_1_5", "fa_2_5", "fa_3_5", "fa_4_5",
"fa_5_5"
]
stdsc_dict_name = "sc_base_stdsc"
self.base_df = mu.scale_df_for_fa(self.base_df, mmsc_columns,
mmsc_dict_name, stdsc_columns,
stdsc_dict_name, self.dict_folder)
self.base_df.loc[:, "競走種別コード_h"] = self.base_df["競走種別コード"]
self.base_df.loc[:, "場コード_h"] = self.base_df["場コード"]
hash_track_columns = [
"主催者コード", "競走種別コード_h", "場コード_h", "競走条件コード", "トラックコード"
]
hash_track_dict_name = "sc_base_hash_track"
self.base_df = mu.hash_eoncoding(self.base_df, hash_track_columns, 10,
hash_track_dict_name,
self.dict_folder)
hash_newtype1_columns = [
"季節", "ナイター", "非根幹", "距離グループ", "頭数グループ", "性別コード", "予想展開"
]
hash_newtype1_dict_name = "sc_base_hash_newtype1"
self.base_df = mu.hash_eoncoding(self.base_df, hash_newtype1_columns,
10, hash_newtype1_dict_name,
self.dict_folder)
hash_newtype2_columns = [
"クラス変動", "騎手所属場コード", "見習区分", "テン乗り", "調教師所属場コード", "馬番グループ",
"馬記号コード", "品種コード", "毛色コード", "東西所属コード"
]
hash_newtype2_dict_name = "sc_base_hash_newtype2"
self.base_df = mu.hash_eoncoding(self.base_df, hash_newtype2_columns,
20, hash_newtype2_dict_name,
self.dict_folder)
def _scale_df(self):
mmsc_columns = [
"距離", "競走番号", "頭数", "初出走頭数", "枠番", "予想タイム指数順位", "休養後出走回数", "予想人気",
"先行指数順位", "馬齢", "距離増減", "前走着順", "前走人気", "前走頭数", "騎手ランキング",
"調教師ランキング", "得点V1順位", "得点V2順位", "デフォルト得点順位", "得点V3順位"
]
mmsc_dict_name = "sc_base_mmsc"
stdsc_columns = [
"予想勝ち指数", "予想決着指数", "休養週数", "予想オッズ", "血統距離評価", "血統トラック評価",
"血統成長力評価", "先行指数", "血統総合評価", "血統距離評価B", "血統トラック評価B", "血統成長力評価B",
"血統総合評価B", "騎手評価", "調教師評価", "枠順評価", "脚質評価", "キャリア", "前走着差",
"前走馬体重", "タイム指数上昇係数", "タイム指数回帰推定値", "タイム指数回帰標準偏差", "斤量比", "前走休養週数",
"負担重量", "予想タイム指数", "デフォルト得点", "得点V1", "得点V2", "得点V3", "fa_1_1",
"fa_2_1", "fa_3_1", "fa_1_2", "fa_2_2", "fa_3_2", "同場_max",
"同場_mean", "同距離_max", "同距離_mean", "同根幹_max", "同根幹_mean",
"同距離グループ_max", "同距離グループ_mean", "同馬番グループ_max", "同馬番グループ_mean"
]
stdsc_dict_name = "sc_base_stdsc"
self.base_df = mu.scale_df_for_fa(self.base_df, mmsc_columns,
mmsc_dict_name, stdsc_columns,
stdsc_dict_name, self.dict_folder)
oh_columns = [
"月", "グレードコード", "クラス変動", "前走トラック種別コード", "月_1", "クラス変動_1", "月_2",
"クラス変動_2"
]
oh_dict_name = "sc_base_hash_month"
self.base_df = mu.hash_eoncoding(self.base_df, oh_columns, 20,
oh_dict_name, self.dict_folder)
self.base_df.loc[:, "競走種別コード_h"] = self.base_df["競走種別コード"]
self.base_df.loc[:, "場コード_h"] = self.base_df["場コード"]
hash_track_columns = [
"トラック種別コード", "主催者コード", "競走種別コード_h", "場コード_h", "競走条件コード", "トラックコード",
"混合"
]
hash_track_dict_name = "sc_base_hash_track"
self.base_df = mu.hash_eoncoding(self.base_df, hash_track_columns, 10,
hash_track_dict_name,
self.dict_folder)
hash_kishu_columns = ["騎手コード", "騎手所属場コード", "見習区分", "テン乗り"]
hash_kishu_dict_name = "sc_base_hash_kishu"
self.base_df = mu.hash_eoncoding(self.base_df, hash_kishu_columns, 30,
hash_kishu_dict_name,
self.dict_folder)
hash_chokyoshi_columns = ["調教師コード", "調教師所属場コード", "所属", "転厩", "東西所属コード"]
hash_chokyoshi_dict_name = "sc_base_hash_chokyoshi"
self.base_df = mu.hash_eoncoding(self.base_df, hash_chokyoshi_columns,
30, hash_chokyoshi_dict_name,
self.dict_folder)
hash_horse_columns = ["生産者コード", "繁殖登録番号1", "繁殖登録番号5", "馬主コード", "性別コード"]
hash_horse_dict_name = "sc_base_hash_horse"
self.base_df = mu.hash_eoncoding(self.base_df, hash_horse_columns, 30,
hash_horse_dict_name,
self.dict_folder)
hash_prev1_columns = [
"騎手名_1", "ペース_1", "馬場状態コード_1", "競走種別コード_1", "展開コード_1",
"騎手所属場コード_1", "テン乗り_1"
]
hash_prev1_dict_name = "sc_base_hash_prev1"
self.base_df = mu.hash_eoncoding(self.base_df, hash_prev1_columns, 10,
hash_prev1_dict_name,
self.dict_folder)
hash_prev2_columns = [
"騎手名_2", "ペース_2", "馬場状態コード_2", "競走種別コード_2", "展開コード_2",
"騎手所属場コード_2", "テン乗り_2"
]
hash_prev2_dict_name = "sc_base_hash_prev2"
self.base_df = mu.hash_eoncoding(self.base_df, hash_prev2_columns, 10,
hash_prev2_dict_name,
self.dict_folder)
hash_newtype1_columns = [
"同場騎手_1", "同所属場_1", "同所属騎手_1", "同場騎手_2", "同所属場_2", "同所属騎手_2",
"継続騎乗", "同場騎手", "同所属場", "同所属騎手"
]
hash_newtype1_dict_name = "sc_base_hash_newtype1"
self.base_df = mu.hash_eoncoding(self.base_df, hash_newtype1_columns,
20, hash_newtype1_dict_name,
self.dict_folder)
hash_newtype2_columns = [
"馬番グループ", "予想人気グループ", "予想展開", "非根幹", "距離グループ", "逃げ勝ち_1", "内勝ち_1",
"外勝ち_1", "短縮勝ち_1", "延長勝ち_1", "人気勝ち_1", "逃げ勝ち_2", "内勝ち_2", "外勝ち_2",
"短縮勝ち_2", "延長勝ち_2", "人気勝ち_2", "同主催者", "同場コード", "同根幹", "同距離グループ",
"頭数差", "休み明け", "前走凡走", "前走激走", "前走逃げそびれ"
]
hash_newtype2_dict_name = "sc_base_hash_newtype2"
self.base_df = mu.hash_eoncoding(self.base_df, hash_newtype2_columns,
5, hash_newtype2_dict_name,
self.dict_folder)