はじめに
前回の記事では、Python 3 エンジニア認定データ分析試験をきっかけに、データ分析という世界に興味を持ったところまでお話ししました。
➡ 【競馬データ分析への道③】データ分析という世界との出会い
今回は、実際にKaggleやSIGNATEのコンペへ挑戦した時のことを振り返ります。
まずはKaggleに挑戦
データ分析試験に合格した私は、
「せっかくならKaggleに挑戦してみよう。」
と思いました。
まず購入したのが
📘 『PythonではじめるKaggleスタートブック』
本を読みながら進めることで、
練習問題は問題なく進めることができました。
「これならコンペにも挑戦できそうだ。」
そんな気持ちになっていました。
さらに知識を深めようと思った
その後、
📘 『Kaggleで勝つデータ分析の技術』
も購入しました。
内容はとても勉強になりました。
ただ、
ここで第1回を思い出しました。
Webアプリ開発の本を読んだ時と同じように、
コードの意味は分かっても、
「実際のコンペでどう使えばいいのか分からない。」
という壁にぶつかったのです。
SIGNATEとの出会い
Kaggleにも挑戦しようと思いましたが、
当時は英語のサイトということもあり、
どこから始めればいいのか分かりませんでした。
そこで日本語で参加できるコンペを探し、
SIGNATEを知りました。
初めてコンペに参加
SIGNATEのコンペへ参加してみました。
順位は真ん中くらい。
決して悪くはありませんでしたが、
上位との差はとても大きく感じました。
コンペ期間中は、
・特徴量を変更する
・モデルを変更する
・パラメータを変更する
何度も何度も実行しました。
でも、
何が正解なのか分かりませんでした。
📌 当時の作業
・特徴量を追加
・モデルを変更
・パラメータ調整
・また提出
これを何度も繰り返していました。
勉強しても答えが見えない
SIGNATEには、
実際のコンペを題材にした講座もあり、
私も受講しました。
コードの内容は理解できます。
でも、
「その知識を新しいコンペでどう使えばいいのか。」
そこが分からないままでした。
一番印象に残っていること
参加したコンペの一つに、
木の健康状態を予測するテーマがありました。
そこでふと思いました。
アメリカの都市の気候や木の種類を知らないのに、本当に良い特徴量を作れるのだろうか？
もちろん、
データだけから分析する方法もあります。
しかし当時の私は、
対象をよく知らないまま特徴量を考えることに限界を感じました。
そこで、
KaggleやSIGNATEへの挑戦は一区切りとしました。
趣味の競馬ならどうだろう？
そんな時、
ふと思いました。
「競馬ならできるかもしれない。」
競馬は長年の趣味で、
レースや血統、コースについてある程度の知識があります。
だったら、
特徴量も考えやすいのではないか。
そう思った私は、
競馬で機械学習をやっている人はいないか調べ始めました。
そこで出会ったのが、
YouTubeの
「競馬予想で始めるデータ分析・機械学習」
でした。
ここで私は、
競馬データをスクレイピングし、
DataFrameを加工し、
機械学習モデルを作る方法を学ぶことになります。
今だから思うこと
KaggleやSIGNATEでは、
思うような結果を出すことはできませんでした。
でも、
挑戦したからこそ、
「データ分析には対象への理解も大切なんだ。」
ということを学べました。
そして、
その経験があったからこそ、
自分の得意分野である競馬へ進もうと思えたのです。
今振り返ると、
遠回りだったようで、
実は必要な経験だったのかもしれません。
次回予告
【競馬データ分析への道⑤】
競馬で機械学習に挑戦
YouTubeで競馬データ分析を学び始めた私は、
スクレイピングで競馬データを取得し、
初めて機械学習による競馬予想モデルを作成します。
しかし、そこで新たな壁にぶつかることになります。
📖 関連記事
➡ 【競馬データ分析への道⑤】競馬で機械学習に挑戦
