マイニングはダートが得意です。
これはタイム型も対戦型も同じ傾向で、昔から有名ですよね。
例えば、
◆タイム型マイニング１位
芝 ⇒ 勝率２０％
ダート ⇒ 勝率２５％
◆対戦型マイニング１位
芝 ⇒ 勝率２２％
ダート ⇒ 勝率２５％
このようにダートの方が、成績が優秀です。
あとはクラス・競馬場・距離別なんかで調べると、
プラスになるパターンがありますよ～という意見も多数いただきました。
タイム型の場合、
・芝orダート
・距離
・クラス
これらのファクターで２８分類した予測モデルとなっています。
（障害の１モデルを含む）
対戦型の場合、
・芝orダート
・クラス
これらのファクターで６分類した予測モデルです。
ですので、タイム型の場合は『芝orダートや距離別』なんかで
分類して分析するのは理にかなっていますね。
対戦型の場合は、芝orダートとクラスで分類するならＯＫかと。
続いて、競馬場別の分類。
例えば、タイム型マイニング１位の東京競馬場、ダートの場合、
・２０１０年 勝率２８％ 単勝回収率９９％
前述した通り、タイム型マイニング１位のダートの平均勝率は２５％ですから、
東京競馬場の勝率２８％はけっこう優秀だと思います。
単勝回収率も９９％ですから、ちょっとヒネれば儲かるパターンと考えられる？(^^;
では、続きを見てみましょう。
・２０１１年 勝率２５％ 単勝回収率８７％
・２０１２年 勝率２３％ 単勝回収率７６％
・２０１３年 勝率２５％ 単勝回収率７１％
このように、その後はガタガタです(^^;
２０１０年の成績を見て、
「東京ダートのマイニング１位はドル箱！」
なんて思ってしまったら、大損こくわけです（笑）
これはコンピ指数の時も言っていることなんですが、
指数を扱う時は、
「なんでこのパターンだと回収率が良いのか？」
これを誰に言っても納得してもらえる理由がないとダメです。
でないと再現する可能性は低くなります。
「JRA-VAN NEXT」で提供されている自由自在データマイニング分析なんかで、
条件を設定して集計していると、儲かるパターンがポコポコ出てきます。
でも上記ページにあるような、
競馬場：東京
クラス：Ｇ１
コース：芝
世代：３歳以上
距離：２０００メートル～２２００メートル
こういう条件での研究は、少し危ういと考えた方が良いでしょうね。
私の場合は、儲かる条件を探しているのはなく、
対戦型マイニングの成り立ちから分析して、根幹から攻略したいんです(^^;
指数のロジックをすべて解き明かすのは難しいですが、
なぜ、この場合だとこの指数値になるのか？
というところを理解できるようにして、
対戦型マイニングの特性に合わせた攻略法を、日々考えています。