预测是通过基于来自过去和当前状态的信息来对将要发生的事情做出判断。
最近我们被客户要求撰写关于彩票预测的研究报告。
乐透彩票作为一种广受欢迎的博彩形式，其结果的随机性和不确定性一直吸引着众多参与者试图探寻其中的规律以提高中奖概率。然而，乐透的中奖号码是基于复杂的随机机制生成的，传统的统计分析方法往往难以捕捉到其中的潜在模式。每一次开奖的结果都独立于之前的结果，这使得预测乐透号码成为一项极具挑战性的任务。近年来，随着人工智能和机器学习技术的飞速发展，一些新兴的算法为乐透预测带来了新的思路。
遗传算法是一种模拟自然选择和遗传机制的优化算法，它通过不断迭代和进化，在解空间中搜索最优解。神经网络则具有强大的非线性映射能力，能够自动从大量数据中学习到复杂的模式和规律。模糊逻辑控制算法则可以处理不确定性和模糊信息，对数据中的模糊特征进行有效的分析和处理。
每个人每天都以不同程度的成功概率解决预测问题。
例如，需要预测天气，收益，能源消耗，外汇货币对或股票，地震和许多其他东西的变动…
预测分析
通过分类，深度学习能够在例如图像中的像素和人的名称之间建立相关性。你可以称之为静态预测。出于同样的原因，暴露于足够的正确数据，深度学习能够建立当前事件和未来事件之间的相关性。从某种意义上说，未来的事件就像标签一样。深度学习并不一定关心时间，或者事情尚未发生。给定时间序列，深度学习可以读取一串数字并预测下一个最可能发生的数字。
阶段I.图形：看数据;
1.单变量：形状和分布; （点/抖动图，直方图和核密度估计，累积分布函数，秩序…）
2.两个变量：建立关系; （散点图，征服噪声，对数图，银行……）
3.时间变量：时间序列分析; （平滑，关联，过滤器，卷积..）
4.两个以上的变量;图形多变量分析;（假彩色图，多图……）
5.Intermezzo：一个数据分析会议;（Session，gnuplot ..）
6 …
数据样例
2011001;3;9;20;24;26;32;10
2011002;6;8;12;17;28;33;5
2011003;13;14;21;22;23;27;4
2011004;4;6;8;10;13;26;5
2011005;6;9;12;14;20;22;13
2011006;1;3;5;13;16;18;5
2011007;1;9;17;24;26;31;5
2011008;10;12;13;17;24;31;15
2011009;17;18;23;24;25;26;4
2011010;1;4;5;9;15;19;13
2011011;1;12;18;19;21;24;10
2011012;7;8;11;13;15;26;13
2011013;1;3;13;16;21;22;8
2011014;5;7;10;11;23;26;1对数据可视化
import random
for x in range(0,6):#NUM_OF_RED=6
choice_num_red = random.choice( redBalls )
print( choice_num_red )
redBalls.remove(choice_num_red)
for y in range(0,1):#NUM_OF_BLUE=1
choice_num_blue = random.choice( blueBalls )
print( choice_num_blue )
#scipy test code
#matplotlib test
print(pylab.plot(abs(b)))
#show()
#from matplotlib.mlab import normpdf
#import matplotlib.numerix as nx
#import pylab as p
#
#x = nx.arange(-4, 4, 0.01)
#y = normpdf(x, 0, 1) # unit normal
#p.plot(x,y, color='red', lw=2)
#p.show()数据分布
plt.plot(dfs_blue_balls_count_values,'x',label='Dot plot')
plt.legend()
plt.ylabel('Y-axis,number of blue balls')
plt.xlabel('X-axis,number of duplication')
plt.show()
#Jitter plot
idx_min = min(dfs_blue_balls_count_values)
idx_max = max(dfs_blue_balls_count_values)
idx_len = idx_max-idx_min
print("min:",idx_min,"max:",idx_max)
num_jitter = 0
samplers = random.sample(range(idx_min,idx_max),idx_len)
while num_jitter < 5:
samplers += random.sample(range(idx_min,idx_max),idx_len)
num_jitter += 1
##lots of jitter effect
print("samplers:",samplers)
#plt.plot(samplers,'ro',label='Jitter plot')
#plt.ylabel('Y-axis,number of blue balls')
#plt.xlabel('X-axis,number of duplication')
#plt.legend()
#plt.show()
#Histograms and Kernel Density Estimates:
#Scott rule,
#This rule assumes that the data follows a Gaussian distribution;
#Plotting the blue balls appear frequency histograms(x-axis:frequency,y-axis:VIPs)
##@see http://pandas.pydata.org/pandas-docs/dev/basics.html#value-counts-histogramming
num_of_bin = len(series_blue_balls_value_counts)
array_of_ball_names = series_blue_balls_value_counts.keys()
print("Blue ball names:",array_of_ball_names)
list_merged_by_ball_id = []
for x in xrange(0,num_of_bin):
num_index = x+1.5
list_merged_by_ball_id += [num_index]*dfs_blue_balls_count_values[x]
print("list_merged_by_ball_id:",list_merged_by_ball_id)
##Histograms plotting
plt.hist(list_merged_by_ball_id, bins=num_of_bin)
plt.legend()
plt.xlabel('Histograms,number of appear time by blue ball number')
plt.ylabel('Histograms,counter of appear time by blue ball number')
plt.show()
###Gaussian_KDE
##CDF(The Cumulative Distribution Function
from scipy.stats import cumfreq
idx_max = max(dfs_blue_balls_count_values)
hi = idx_max
a = numpy.arange(hi) ** 2
# for nbins in ( 2, 20, 100 ):
for nbins in dfs_blue_balls_count_values:
cf = cumfreq(a, nbins) # bin values, lowerlimit, binsize, extrapoints
w = hi / nbins
x = numpy.linspace( w/2, hi - w/2, nbins ) # care
# print x, cf
plt.plot( x, cf[0], label=str(nbins) )
plt.legend()
plt.xlabel('CDF,number of appear time by blue ball number')
plt.ylabel('CDF,counter of appear time by blue ball number')
plt.show()
###Optional: Comparing Distributions with Probability Plots and QQ Plots
###Quantile plot of the server data. A quantile plot is a graph of the CDF with the x and y axes interchanged.
###Probability plot for the data set shown,a standard normal distribution:
###@see: http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.probplot.html
import scipy.stats as stats
prob_measurements = numpy.random.normal(loc = 20, scale = 5, size=num_of_bin)
stats.probplot(prob_measurements, dist="norm", plot=plt)
plt.show()
阶段II.Analytics：建模数据;
1.评估;
2.缩放参数的模型;
3.概率模型的分析;
4 …
第三阶段。计算：挖掘数据;
1.Simulations;
2.寻找集群;
3.在森林中寻找决策树;
4 ….
第四阶段。应用：使用数据;
1.报告，BI（商业智能），仪表板;
2.财务计算和建模;
3.预测分析;
4 ….
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
from os import path
import numpy
import tensorflow as tf
from tensorflow.contrib.timeseries.python.timeseries import estimators as ts_estimators
from tensorflow.contrib.timeseries.python.timeseries import model as ts_model
try:
import matplotlib # pylint: disable=g-import-not-at-top
matplotlib.use("TkAgg") # Need Tk for interactive plots.
from matplotlib import pyplot # pylint: disable=g-import-not-at-top
HAS_MATPLOTLIB = True
except ImportError:
# Plotting requires matplotlib, but the unit test running this code may
# execute in an environment without it (i.e. matplotlib is not a build
# dependency). We'd still like to test the TensorFlow-dependent parts of this
# example.
HAS_MATPLOTLIB = False
_MODULE_PATH = path.dirname(__file__)
_DATA_FILE = path.join(_MODULE_PATH, "data/multivariate_periods.csv")
TensorFlow域对抗训练DANN神经网络分析MNIST与Blobs数据集梯度反转层提升目标域适应能力可视化
PyTorch深度学习CNN神经网络ResNet、DenseNet在CIFAR图像数据集分类应用与分析
Python深度学习GRU、LSTM 、BiLSTM-CNN神经网络空气质量指数AQI时间序列预测及机器学习分析
