机器篇——集成学习(八) 细说 ball49_pred 项目(彩票预测)

返回主目录

返回集成学习目录

上一章：机器篇——集成学习(七) 细说 XGBoost 算法

下一章：机器篇——集成学习(九) 细说 hotel_pred 项目(酒店预测)

 

本小节，细说 ball49_pred 项目，下一小节细说 hotel_pred 项目

 

三. 项目解说

8. ball49_pred 项目

  本章节项目 github 地址：ball49_pred

   终于熬到了项目讲解了。本章节只做知识学术研究探讨，研究探讨外的责任概不负责。做其他用途的读者，请自己对自己的行为负责。

   在现实中，我们拿到的数据，往往没有那么理想，直接丢进模型，就可以进行训练的。就拿本节内容将要用到的数据来说吧，本节是，假设，有一种彩票，它一共有 49 个号码，每次开奖时，会开 6 个普通号码，1 个特别号码，一共开 7 个号码。基本上是每周开 3 次奖。如 2019 年 前 5 期 的开奖号码如下：

2019001	25.23.45.30.08.32+24
2019002	23.13.19.45.16.12+02
2019003	40.04.23.05.12.30+10
2019004	07.31.28.06.36.43+23
2019005	35.48.18.37.49.10+27

   在上面这个开奖号码中，空格键前面的，是开奖期号数；空格键后面，是开奖号码，前面 6 个号码是普通码，+ (加号) 后面的是特别码(如 2019001    25.23.45.30.08.32+24：2019001 表示 2019年第一期；普通号码为 25.23.45.30.08.32；特别号码为 24)。面对这样的数据，我们要怎么去预测下一期的开奖号码呢？

 

   想要预测准确，不管是对于机器学习，还是深度学习，都需要海量的数据。当时，从前面的信息，我们知道，这个将只是每周开 3 次奖，一年下来，也就 140+ 多数据，10年也就1400+条数据，也远远达不到海量的要求。而且，时间段越久，数据的规律也许就越复杂，越复杂的数据，越不容易进行预测找规律。为什么说时间跨越越久，数据规律越复杂呢？打个比方，我们只是拿到开奖的号码，但是，这个号码是用什么算法(姑且把它当做算法)得到的呢？我们对此一无所知，而时间跨度大，则容易出现，今年可能用 A 算法得到开奖号码，明年可能用 B 算法得到开奖号码，后年则可能用 C 算法得到的开奖号码。你试想想，如果让你用固定的数据，去拟合一个算法，效果也许会不错；但是，如果用固定的数据，去拟合 N 个算法，那就头疼了。尽管这只是可能。。。

    但是，我们又想要进行预测，那，只能曲线救国了。这里的曲线救国，是因为数据量不够的情况下，我们只对下期进行一个单双，或大小的预测。因为只是进行单双或大小的预测，我们就要把利益最大化，而预测 特别码的单双或大小，可以获得这种有限数据情况下，利益的最大化。

    同时，我们先只用最近一年的数据进行训练和预测，根据效果，来进行增加或删减数据。比如，先用今年的数据进行训练和预测，然后，再用今年和去年的数据进行训练和预测，对比两者的模型效果，选择较好的模型。这，就类似于网格搜索方式。以此，来控制数据的选用。

 

   下面，我就以 2019 年的 140+条数据作为例子，做一个特别码单双的预测。

 

2019年的数据如下：train_ori_data.txt

2019001	25.23.45.30.08.32+24
2019002	23.13.19.45.16.12+02
2019003	40.04.23.05.12.30+10
2019004	07.31.28.06.36.43+23
2019005	35.48.18.37.49.10+27
2019006	44.33.16.17.10.48+07
2019007	16.18.28.35.41.36+37
2019008	34.47.24.13.31.44+08
2019009	30.33.03.19.25.48+44
2019010	46.41.18.33.43.11+36
2019011	46.14.45.41.27.29+21
2019012	14.45.03.10.24.32+29
2019013	22.26.31.33.41.18+27
2019014	05.35.13.06.34.19+39
2019015	15.19.04.29.02.11+01
2019016	01.34.39.49.19.29+43
2019017	40.09.26.17.32.31+27
2019018	46.05.43.08.20.16+11
2019019	03.08.17.19.07.23+12
2019020	33.16.08.13.05.02+41
2019021	39.36.16.49.29.42+34
2019022	14.49.15.33.13.21+01
2019023	19.12.13.09.21.46+15
2019024	43.30.24.25.22.32+11
2019025	24.44.26.47.35.21+08
2019026	16.49.34.32.28.10+45
2019027	15.08.17.23.39.44+40
2019028	13.32.46.34.41.35+30
2019029	33.38.47.27.06.21+46
2019030	28.40.10.04.43.25+39
2019031	09.12.31.23.05.43+29
2019032	40.38.18.46.23.04+15
2019033	12.32.37.45.07.22+47
2019034	15.39.10.11.49.46+21
2019035	21.03.02.31.10.35+11
2019036	44.41.05.03.23.17+40
2019037	37.39.49.15.17.18+31
2019038	15.21.06.24.28.10+49
2019039	42.44.29.34.38.47+36
2019040	41.37.21.45.34.08+49
2019041	14.32.43.17.23.03+36
2019042	06.38.32.18.41.45+33
2019043	40.22.15.35.49.03+39
2019044	30.11.20.32.43.33+34
2019045	37.32.30.47.39.28+23
2019046	21.11.28.34.18.13+19
2019047	21.08.14.02.35.32+04
2019048	45.49.43.29.01.32+05
2019049	19.06.23.01.45.47+49
2019050	24.19.13.35.06.20+43
2019051	44.12.39.06.35.42+22
2019052	29.05.04.32.24.03+02
2019053	12.30.41.10.14.37+05
2019054	38.37.04.07.23.01+34
2019055	09.41.02.01.16.30+35
2019056	04.07.21.35.41.24+18
2019057	43.13.11.17.33.14+27
2019058	14.30.40.48.23.12+01
2019059	37.49.42.29.45.22+47
2019060	16.15.31.36.46.12+03
2019061	19.03.13.43.35.23+26
2019062	16.24.21.28.37.40+48
2019063	21.24.47.06.32.13+38
2019064	24.03.27.49.28.05+44
2019065	25.19.08.37.20.21+13
2019066	03.31.33.21.38.06+45
2019067	42.30.17.44.08.07+24
2019068	48.23.29.35.26.18+36
2019069	15.25.11.09.33.21+46
2019070	29.33.13.30.47.43+16
2019071	29.46.25.32.40.23+13
2019072	20.46.47.12.42.33+27
2019073	29.13.46.09.31.22+45
2019074	45.14.15.42.13.48+02
2019075	44.15.01.24.02.12+14
2019076	42.11.28.08.10.07+29
2019077	05.31.42.20.39.03+25
2019078	49.03.26.06.32.27+29
2019079	32.14.12.46.38.35+16
2019080	28.06.16.33.37.45+13
2019081	17.02.04.11.08.31+19
2019082	47.26.27.44.33.30+37
2019083	25.38.42.19.39.14+46
2019084	16.10.07.18.35.11+43
2019085	14.45.04.24.39.19+08
2019086	03.22.44.19.16.41+29
2019087	21.20.13.43.49.18+30
2019088	24.28.43.27.23.37+16
2019089	06.21.37.22.15.05+36
2019090	19.30.08.44.25.09+37
2019091	48.49.44.22.15.42+06
2019092	29.14.30.16.10.43+11
2019093	13.02.38.23.35.46+17
2019094	32.44.04.09.26.20+11
2019095	12.32.23.35.16.15+02
2019096	06.42.01.05.04.43+08
2019097	01.31.47.21.49.10+13
2019098	06.29.18.33.43.46+16
2019099	38.26.24.44.08.37+18
2019100	14.32.44.06.24.01+05
2019101	02.27.24.39.08.17+10
2019102	04.44.29.03.18.41+39
2019103	08.43.07.25.45.12+13
2019104	43.49.12.28.13.11+47
2019105	33.25.24.23.05.31+07
2019106	28.07.19.04.12.01+43
2019107	12.26.20.30.22.36+02
2019108	44.08.17.42.39.34+07
2019109	42.28.39.44.03.40+37
2019110	06.44.17.49.46.45+41
2019111	03.27.20.46.11.02+04
2019112	48.07.02.18.10.03+33
2019113	12.19.13.15.45.01+44
2019114	23.36.43.35.47.13+16
2019115	10.37.27.42.29.16+44
2019116	19.18.45.21.14.47+49
2019117	22.06.44.19.42.01+25
2019118	31.11.01.41.47.06+32
2019119	10.16.23.27.07.34+24
2019120	49.24.17.30.40.01+48
2019121	20.19.13.02.10.24+17
2019122	13.25.15.46.30.40+26
2019123	33.34.20.30.07.44+46
2019124	18.06.23.46.31.17+44
2019125	03.13.31.49.02.18+14
2019126	23.47.28.44.39.10+13
2019127	01.24.13.12.42.04+48
2019128	03.05.10.35.38.04+07
2019129	46.28.20.35.01.32+15
2019130	42.25.45.15.05.09+38
2019131	22.23.36.41.29.44+02
2019132	10.40.01.49.24.18+07
2019133	15.23.45.01.47.29+06
2019134	02.23.31.16.06.08+01
2019135	47.25.30.26.14.32+04
2019136	11.35.28.06.12.05+17
2019137	32.39.49.21.35.06+15
2019138	02.08.28.04.04.29+05
2019139	41.34.30.23.20.03+47
2019140	35.31.22.24.39.28+12

    预测数据  predict_data.txt  内容如下：

2019140	35.31.22.24.39.28+12
2019141	11.24.26.22.41.42+02
2019142	23.11.30.14.32.05+20
2019143	27.25.36.31.22.01+47
2019144	28.10.18.20.05.33+17
2020001	37.29.15.34.30.17+40
2020002	27.24.37.25.30.01+08
2020003	17.42.37.35.49