AI辅助彩票研究专题（六）常用机器学习算法与彩票的关联

AI辅助彩票研究专题（六）常用机器学习算法与彩票的关联



先对11种常用机器学习算法一句话通俗解释，帮助大家快速理解它们的核心思想：

一、监督学习算法

1. 线性回归（Linear Regression）

通过一条直线（或多维平面）来找出输入特征和输出结果之间的线性关系。

彩票思维：在走势图上画线，出号或杀号都可能在这条线上。

2. 逻辑回归（Logistic Regression）

虽然叫“回归”，其实是用一条线来判断某个样本属于某一类的概率有多大。

彩票思维：非均衡概率的变量，出或杀也有概率的，如和值、遗漏。

3. 决策树（Decision Tree）

像做选择题一样不断提问，最终得出一个结论或分类。

彩票思维：对多个条件求并集、交集、差集、补集，最终得到筛选的结果。

4. 随机森林（Random Forest）

把很多棵决策树的结果综合起来投票，得到更准确、稳定的预测。

彩票思维：多个条件放在一起容错，保证满足一条件开奖号就不会被筛选下去。

5. 支持向量机（SVM）

在不同类别的数据之间划出一条“最宽的边界线”，让分类更清晰。

彩票思维：找到开号与不开号之间的分界线，可能是直线或曲线，也可能是高维面

6. K近邻（KNN）

看你周围的邻居是谁，就认为你大概率也是那一类。

彩票思维：找出开奖号或未开号是否存在聚集现象，存在即规律。

7. 朴素贝叶斯（Naive Bayes）

根据已有信息计算概率，假设各个特征之间互不影响地判断类别。

彩票思维：如果两个指标没有规律，那么就可以利用来预测号码。

二、无监督学习算法

8. K均值聚类（K-Means）

不断调整中心点，把相似的数据自动归为一类，不依赖标签。

彩票思维：抓住开奖号每期向某点移动的规律，找到这个中心，就是后期的热号

9. 层次聚类（Hierarchical Clustering）

把数据一层层合并或拆分，形成类似家谱一样的聚类结构。

彩票思维：每期开奖号不是服从一个规律，而是多个规律的叠加，不指望每期都对，要在多个规律叠加下覆盖全部开奖号。

10. 主成分分析（PCA）

找出数据变化最大的方向，压缩维度但保留主要信息。

彩票思维：开奖号的影响因素是多方面的，但只有极少几个是关键的

三、深度学习模型

11. 神经网络（DNN、CNN、RNN等）

模拟人脑神经元连接方式，层层提取特征来识别复杂模式。

彩票思维：你的杀号或者选号条件不要通过一层判断来实现，而是多个层面判断，不要一次性就杀号。