python数据分析6:双色球 使用线性回归算法预测下期中奖结果
友情提示:双色球预测分析只为练习技术,不要抱着预测中大奖的心态,不可能预测准确。
python数据分析1:获取双色球历史信息
python数据分析2:双色球 蓝红球分析统计
python数据分析3:双色球 单个红和蓝球哪个比例高
python数据分析4:双色球 两个红和蓝球哪组合比例高
python数据分析5:双色球 两个红球哪组合比例高
python数据分析6:双色球 使用线性回归算法预测下期中奖结果
本次将进行下期双色球号码的预测,想想有些小激动啊。
代码中使用了线性回归算法,这个场景使用这个算法,预测效果一般,各位可以考虑使用其他算法尝试结果。
发现之前有很多代码都是重复的工作,为了让代码看的更优雅,定义了函数,去调用,顿时高大上了
#!/usr/bin/python
# -*- coding:UTF-8 -*-#导入需要的包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import operator
from sklearn import datasets,linear_model
from sklearn.linear_model import LogisticRegression#读取文件
df = pd.read_table('newdata.txt',header=None,sep=',')#读取日期
tdate = sorted(df.loc[:,0])#将以列项为数据,将球号码取出,写入到csv文件中,并取50行数据
# Function to red number to csv file
def RedToCsv(h_num,num,csv_name):h_num = df.loc[:,num:num].valuesh_num = h_num[50::-1]renum2 = pd.DataFrame(h_num)renum2.to_csv(csv_name,header=None)fp = file(csv_name)s = fp.read()fp.close()a = s.split('\n')a.insert(0, 'numid,number')s = '\n'.join(a)fp = file(csv_name, 'w')fp.write(s)fp.close()#调用取号码函数
# create file
RedToCsv('red1',1,'rednum1data.csv')
RedToCsv('red2',2,'rednum2data.csv')
RedToCsv('red3',3,'rednum3data.csv')
RedToCsv('red4',4,'rednum4data.csv')
RedToCsv('red5',5,'rednum5data.csv')
RedToCsv('red6',6,'rednum6data.csv')
RedToCsv('blue1',7,'bluenumdata.csv')#获取数据,X_parameter为numid数据,Y_parameter为number数据
# Function to get data
def get_data(file_name):data = pd.read_csv(file_name)X_parameter = []Y_parameter = []for single_square_feet ,single_price_value in zip(data['numid'],data['number']):X_parameter.append([float(single_square_feet)])Y_parameter.append(float(single_price_value))return X_parameter,Y_parameter#训练线性模型
# Function for Fitting our data to Linear model
def linear_model_main(X_parameters,Y_parameters,predict_value):# Create linear regression objectregr = linear_model.LinearRegression()#regr = LogisticRegression()regr.fit(X_parameters, Y_parameters)predict_outcome = regr.predict(predict_value)predictions = {}predictions['intercept'] = regr.intercept_predictions['coefficient'] = regr.coef_predictions['predicted_value'] = predict_outcomereturn predictions#获取预测结果函数
def get_predicted_num(inputfile,num):X,Y = get_data(inputfile)predictvalue = 51result = linear_model_main(X,Y,predictvalue)print "num "+ str(num) +" Intercept value " , result['intercept']print "num "+ str(num) +" coefficient" , result['coefficient']print "num "+ str(num) +" Predicted value: ",result['predicted_value']#调用函数分别预测红球、蓝球
get_predicted_num('rednum1data.csv',1)
get_predicted_num('rednum2data.csv',2)
get_predicted_num('rednum3data.csv',3)
get_predicted_num('rednum4data.csv',4)
get_predicted_num('rednum5data.csv',5)
get_predicted_num('rednum6data.csv',6)get_predicted_num('bluenumdata.csv',1)# 获取X,Y数据预测结果
# X,Y = get_data('rednum1data.csv')
# predictvalue = 21
# result = linear_model_main(X,Y,predictvalue)
# print "red num 1 Intercept value " , result['intercept']
# print "red num 1 coefficient" , result['coefficient']
# print "red num 1 Predicted value: ",result['predicted_value']# Function to show the resutls of linear fit model
def show_linear_line(X_parameters,Y_parameters):# Create linear regression objectregr = linear_model.LinearRegression()#regr = LogisticRegression()regr.fit(X_parameters, Y_parameters)plt.figure(figsize=(12,6),dpi=80)plt.legend(loc='best')plt.scatter(X_parameters,Y_parameters,color='blue')plt.plot(X_parameters,regr.predict(X_parameters),color='red',linewidth=4)plt.xticks(())plt.yticks(())plt.show()#显示模型图像,如果需要画图,将“获取X,Y数据预测结果”这块注释去掉,“调用函数分别预测红球、蓝球”这块代码注释下
# show_linear_line(X,Y)
画图结果:
预测2016-05-15开奖结果:
实际开奖结果:05 06 10 16 22 26 11
以下为预测值:
#取5个数,计算的结果
num 1 Intercept value 5.66666666667
num 1 coefficient [-0.6]
num 1 Predicted value: [ 2.06666667]
num 2 Intercept value 7.33333333333
num 2 coefficient [ 0.2]
num 2 Predicted value: [ 8.53333333]
num 3 Intercept value 14.619047619
num 3 coefficient [-0.51428571]
num 3 Predicted value: [ 11.53333333]
num 4 Intercept value 17.7619047619
num 4 coefficient [-0.37142857]
num 4 Predicted value: [ 15.53333333]
num 5 Intercept value 21.7142857143
num 5 coefficient [ 1.11428571]
num 5 Predicted value: [ 28.4]
num 6 Intercept value 28.5238095238
num 6 coefficient [ 0.65714286]
num 6 Predicted value: [ 32.46666667]
num 1 Intercept value 9.57142857143
num 1 coefficient [-0.82857143]
num 1 Predicted value: [ 4.6]
四舍五入结果:
2 9 12 16 28 33 5
#取12个数,计算的结果四舍五入:
3 7 12 15 24 30 7
#取15个数,计算的结果四舍五入:
4 7 13 15 25 31 7
#取18个数,计算的结果四舍五入:
4 8 13 16 23 31 8
#取20个数,计算的结果四舍五入:
4 7 12 22 24 27 10
#取25个数,计算的结果四舍五入:
7 8 13 17 24 30 6
#取50个数,计算的结果四舍五入:
4 10 14 18 23 29 8
#取100个数,计算的结果四舍五入:
5 11 15 19 24 29 8
#取500个数,计算的结果四舍五入:
5 10 15 20 24 29 9
#取1000个数,计算的结果四舍五入:
5 10 14 19 24 29 9
#取1939个数,计算的结果四舍五入:
5 10 14 19 24 29 9
看来预测中奖真是有些难度,随机性太高,双色球预测案例,只是为了让入门数据分析的朋友有些思路,要想中大奖还是有难度的,多做好事善事多积德行善吧。
python数据分析6:双色球 使用线性回归算法预测下期中奖结果相关推荐
- 彩民看过来,看老程序员如何用Python数据分析双色球基于线性回归算法预测下期中奖结果示例
@本文来源于公众号:csdn2299,喜欢可以关注公众号 程序员学府 本文实例讲述了Python数据分析之双色球基于线性回归算法预测下期中奖结果.分享给大家供大家参考,具体如下: 前面讲述了关于双色球 ...
- Python数据分析之双色球基于线性回归算法预测
@本文来源于公众号:csdn2299,喜欢可以关注公众号 程序员学府 本文实例讲述了Python数据分析之双色球基于线性回归算法预测下期中奖结果.分享给大家供大家参考,具体如下: 前面讲述了关于双色球 ...
- Python数据分析:双色球的深度学习预测
双色球是福利彩票的一种玩法,已经卖了有很多年.之前在支付宝上app可以买的,每天2块钱很有益身心健康,比LOL有积极意义.对于双色球这门游戏,刚开始买的时候是纯粹靠感觉,后来百度又看到了百度预测(虽然 ...
- 大数据分析案例-基于多元线性回归算法预测学生期末成绩
- python 预测算法_通过机器学习的线性回归算法预测股票走势(用Python实现)
本文转自博客园,作者为hsm_computer 原文链接:https://www.cnblogs.com/JavaArchitect/p/11717998.html在笔者的新书里,将通过股票案例讲述P ...
- 通过机器学习的线性回归算法预测股票走势(用Python实现)
在本人的新书里,将通过股票案例讲述Python知识点,让大家在学习Python的同时还能掌握相关的股票知识,所谓一举两得.这里给出以线性回归算法预测股票的案例,以此讲述通过Python的sklearn ...
- python最佳身高_Python+sklearn使用线性回归算法预测儿童身高
原标题:Python+sklearn使用线性回归算法预测儿童身高 问题描述:一个人的身高除了随年龄变大而增长之外,在一定程度上还受到遗传和饮食以及其他因素的影响,本文代码中假定受年龄.性别.父母身高. ...
- 机器学习(二)多元线性回归算法预测房价
机器学习(二)多元线性回归算法预测房价 本篇文章已作为重庆交通大学19级微课<机器视觉>大作业提交,提前声明,避免抄袭误会 "garbage in garbage out&quo ...
- 多元线性回归算法预测房价——Excel、jupyter+sklearn
嘿!我是目录 一.多元线性回归 1. 定义 2. 数据清洗 2.1 缺失值处理 2.2 异常值(离群点)处理 3. 特征共线性问题 二.用Excel做房价预测线性回归 1. 配置Excel 2. 完善 ...
最新文章
- ASP.NET Web API Selfhost宿主环境中管道、路由
- Thinkphp 整合tcpdf
- 单元测试(二)基本使用争议篇
- 希望这些建议对你有帮助
- SpringBoot系列(9):SpringBoot配置文件详解
- 神仙软件商店:到这儿买软件会员最多打5折,各种绿色开源软件还应有尽有
- 微信卡券开发HelloWord
- Windows 10 error code 0x80072efd
- LED显示行业之闪烁现象
- yocto_evn compile project whithconfigure
- 简约至上(交互设计四策略)
- 服务端微信小程序支付/退款详解
- 短视频询盘获客系统/源码搭建
- Centos 7安装 shutter 截图软件
- mel表达式_MEL语法
- 使用QQ邮箱“邮我”组件,方便他人快速给你发邮件
- Excel作图,添加坐标轴名称
- Cesium学习笔记--Sandcastle is not defined
- flstudio插件找不到_FL Studio 中找不到 Waves 插件怎么办?
- 石头剪刀布php源码,微信小程序中石头剪刀布的实现
热门文章
- STM32 加密思考
- FileZilla Server 搭建FTP服务器时出现的报错(完美解决)
- java 字符串总结_Java中字符串(String)总结
- Python计算机视觉——图像检索与识别
- sql如何取前几行_sql 取前几行记录语句
- EffectCreator,一款必备的抖音短视频编辑工具
- mysql general error_SQLSTATE[HY000]: General error:
- 关于stm32单片机低功耗的实现和唤醒
- 静态时序分析 第三章 标准单元库
- excel的Countif函数使用详细教程