【機械学習】バタイユゲームデータで史実の勝敗を予想（４）

つづき

８．特徴量の追加

　予想精度を上げる為に、戦いの年月日、戦場の位置（緯度、経度）を

追加してみた。位置はbattle of XXXX（戦いの名前）のwikiを参照し、

位置が明記されていない場合は、近くの都市位置を参照した。

（１）年と月だけの場合（日付は省略）

　・入力データ例（機械学習には数値データに変換する必要があり、今回はEXCELにて変換した）

　・フランス軍の勝ち予想

　　特徴量の追加前に比べて混同行列、正解率とも良くなった。

　　　史実が勝ち以外の場合（２０）＞　予想が勝ち以外となったが１４→１５、　予想が勝ちとなったのが６→５

　　　史実が勝ちの場合（２８）＞　予想が勝ち以外となったのが３→１、　予想が勝ちとなったのが２５→２７

　　　正解率は８１．２５→８７．５％、適合率は８０．８５→８４．３８％、再現率は８９．２９→９６．４３％と良くなった。

　・フランス軍の負け予想

　　特徴量の追加前に比べて混同行列、正解率とも良くなった。

　　　史実が負け以外の場合（２０）＞　予想が負け以外となったが３２→３３、　予想が負けとなったのが２→１

　　　史実が負けの場合（２８）＞　予想が負け以外となったのが５→４、　予想が負けとなったのが９→１０

　　　正解率は８５．４２→８９．５８％、適合率は８１．８２→９０．９１％、再現率は６４．２９→７１．４３％と良くなった。

（２）年月日を全て入力した場合（日付を追加）

　・入力データ例

　・フランス軍の勝ち予想

　　日付追加前と同じである。

　・フランス軍の負け予想

　　日付の追加前に比べて混同行列、正解率とも良くなった。

　　　史実が負け以外の場合（２０）＞　予想が負け以外となったが３３→３４、　予想が負けとなったのが１→０

　　　史実が負けの場合（２８）＞　予想が負け以外となったのが４→３、　予想が負けとなったのが１０→１１

　　　正解率は８９．５８→９３．７５％、適合率は９０．９１→１００％、再現率は７１．４３→７８．５７％と良くなった。

次回へつづく

＜個人的な感想＞

　追加した特徴量の中で、次の２つは効果があると予想したが、日付も効果があるとは意外であった。

年　：　各国の軍隊の質（フランス軍ならロシア戦役の前と後で違う）を反映

月　：　戦いの季節（春夏秋冬）を反映

＜リンク＞