Approach
  • 各Expert のこれまで Round の予想と結果のデータから、Random Forest で、各Expert の今の Round の結果を予想する。
  • Random Forest は事前に学習したもの。
  • 予想の値が正で大きい方から、賭けれるだけお金をかける。
  • データを取るために毎 Round、すべての Expert に少なくとも 100 は賭ける。


Random Forest

  • 1 ケースごとに平均約1500のデータが集まる。300ケース分約45万のデータで学習した。
  • 学習に使った特徴は、今の Round数, 予想,  予想と結果の差の絶対値の最小値、平均、最大値、標準偏差、歪度、尖度、和、sum of squared error, 25パーセンタイル, 50パーセンタイル, 75パーセンタイル。
  • 重要な方から、予想, 予想と結果の差の絶対値の平均、予想と結果の差の絶対値の最大値, ... 。
  • 決定木の数 : 32
  • 決定木の深さ : 10


Source code

埋め込んだ Random Forest のせいで、文字数制限を超過したため省略。