XGBoost 기반 확률 모델을 통한 실시간 경마 예측 엔진 구현

Context

기상 조건, 과거 성적, 기수 통계 등 다수의 비정형 변수로 인한 예측 난이도 증가 및 데이터 일관성 결여. 단순 승패 예측 방식의 낮은 정확도와 실시간 배당 계산 시 발생하는 서버 지연 가능성 해결 필요.

Technical Solution

• Pandas 기반의 데이터 전처리를 통한 불규칙한 트랙 상태의 수치형 가중치 매핑 구조 설계
• Win Rate, Track Affinity, Rest Days 등 도메인 특화 Feature Engineering으로 모델 입력값의 변별력 확보
• Tabular Data의 비선형 관계 처리에 최적화된 XGBoost 및 Random Forest 알고리즘 채택
• 결정론적 승자 예측 대신 상위권 진입 확률을 계산하는 Probabilistic Approach 적용으로 예측 현실성 제고
• 클라이언트 사이드 State Management 최적화를 통한 실시간 배당금 계산의 서버 부하 제거 및 응답성 향상