配牌からあがれる可能性を予測する！（その２ 教師データの作成）

こんにちは、Taroです。
前回の記事の記事の続きになります。
配牌からあがれる可能性を予測する！（その１　推論処理）
次回は学習を実装する、と記載しましたが、その前に教師データを取得する方法を実装したいと思います。
今回はDeep LearningというよりはPythonの勉強といった感じです。

教師データの選定

---

麻雀のようなギャンブルにおいて、教師になるデータは何なのか？
考え出すとキリがなさそうなので、ひとまずプロの対局からデータを作成しました。
プロであれば、（もちろん技術や個性、状況で異なってくるとは思いますが）あがりやすい配牌は必ず仕上げてくれるはずです。
そのため、Youtubeでプロの対局を見続けました（ある種これが苦行かもしれません笑）。
余談ですが、個人的に好きなプロ雀士は土田浩翔プロです。

CSVファイルの作成

---

教師データはCSVファイルにまとめます。
今回必要なデータは、 配牌 と 結果 なので、下記のようにまとめました。

tile_1	tile_2	tile_3	tile_4	tile_5	tile_6	tile_7	tile_8	tile_9	tile_10	tile_11	tile_12	tile_13	win	loss
11	13	17	21	25	27	29	31	31	31	35	43	47	1	0

このデータを読み込んでいきたいと思います。

CSVファイルの読み込み

---

Pythonのcsvモジュールを利用して簡単に実装します。
（というよりこれくらいしか分からない。。。）

   def load_trainig_data(self):
        u"""
        CSVファイルから教師データを読み込み、データを返します。
        @return array
        [0]で教師データの配牌、[1]で結果を返します
        """
        with open('csv/training_data.csv', 'r', newline='') as csvfile:
            reader = csv.reader(csvfile)
            header = next(reader)
            hand = []
            results = []
            for row in reader:
                tmp_hand = []
                for tile in range(0, 12):
                    tmp_hand.append(row[tile])

                results.append([row[13], row[14]])
                hand.append(tmp_hand)

        return hand, results

このメソッドをMyHandクラスに追加しました。

from my_hand import *
my_hand = MyHand()
input_data, results = my_hand.load_trainig_data()

print(input_data)

[['47', '26', '17', '21', '47', '12', '42', '43', '34', '15', '45', '37'], ['42', '42', '41', '17', '39', '21', '39', '15', '37', '11', '11', '21'], ['47', '35', '22', '22', '23', '26', '12', '13', '17', '18', '39', '38'], ['22', '24', '24', '25', '28', '31', '32', '33', '13', '13', '14', '16'], ['41', '47', '31', '12', '29', '18', '45', '34', '19', '22', '18', '39'], ['46', '15', '15', '16', '16', '47', '45', '11', '43', '32', '34', '27'], ['41', '41', '43', '44', '44', '17', '14', '13', '13', '23', '23', '33'], ['35', '38', '39', '39', '23', '25', '26', '27', '28', '16', '42', '42'], ['45', '47', '39', '44', '43', '21', '36', '27', '13', '32', '39', '16'], ['21', '28', '32', '35', '21', '23', '35', '12', '18', '37', '45', '14'], ['12', '14', '15', '17', '41', '44', '34', '35', '22', '23', '23', '26'], ['24', '24', '29', '31', '32', '36', '37', '38', '39', '13', '17', '47']]

print(results)

[['0', '1'], ['1', '0'], ['0', '1'], ['0', '1'], ['0', '1'], ['0', '1'], ['1', '0'], ['0', '0'], ['1', '0'], ['0', '0'], ['0', '0'], ['0', '0']]

これだとちょっと分かりづらいので、1つ目の要素だけ抜き出します。

print(input_data[0])

['47', '26', '17', '21', '47', '12', '42', '43', '34', '15', '45', '37']

print(results)

['0', '1']

これで、教師データが読み込めました。
（これで正しいのかは置いておきます笑）

Jupyter Notebookで書いてみたよ！

---

Jupyterという単語は見たことがあったのですが、ずっとライブラリの1つだと思っていました笑。
実はエディタのようで、データサイエンティストの人などが、実際に実行したプログラムを確認しながら文章を書いたりするもののようです。
Anacondaをインストールすると一緒についてきます。
詳しいことは諸先輩方が記述しておりますので、割愛しますが、本記事も下図のように書きました。

プロジェクト上に配置しておけば、自作のコードも読み込んで実行してくれます。
Python以外の言語もサポートしているようなので、コードと実行結果をブログにのせたいときは使用を検討しても良いのではないでしょうか？

2017.01.21 追記

---

何も考えずに、Jupyterが生成してくれたソースコードを貼り付けたら、Google bloggerのCSSなどを上書きしてしまったようで、不都合が生じました。
急いで書き直したので、結局普通になってしまいました。。。笑
ブログなどに貼り付けるときは事前に検討が必要です。

おわりに

---

今回のソースコードは下記になります。
Jupyter Notebookで作成したファイルは.ipynb拡張子で保存されています。
https://github.com/naoki85/python_mahjong
次回は、今度こそ学習ロジックの実装をしたいと思います！

第3回書きました！
配牌からあがれる可能性を予測する！（その３　学習の実装）