Python基于LSTM模型的双色球预测源码

Installing step1，安装anaconda(可参考https://zhuanlan.zhihu.com/p/32925500)； step2，创建一个conda环境，conda create -n your_env_name python=3.6； step3，进入创建conda的环境 conda activate your_env_name，然后执行pip install -r requirements.txt； step4，按照Getting Started执行即可，推荐使用PyCharm Getting Started python get_data.py --name ssq # 执行获取双色球训练数据 如果出现解析错误，应该看看网页 http://datachart.500.com/ssq/history/newinc/history.php 是否可以正常访问 若要大乐透，替换参数 --name dlt 即可 python run_train_model.py --name ssq # 执行训练双色球模型 开始模型训练，先训练红球模型，再训练蓝球

本人制作的双色球红球贝叶斯统计工具，可以对历史上的所有数据进行统计分析，将任意红球与其他红球同时出现的次数统计出来并进行排序。

Tensorflow下Keras中Lstm方法进行时间序列预测，代码中做了详尽的中文解释，并对一些参数进行了注释和说明。适合初学者练手。该例子中所用数据为双色球历史开奖数据（7列），用本期开奖数据预测下一期数据（当然预测结果是相差很远）。可以通过反复调整参数观察预测的结果，学习各参数对预测结果的影响。

双色球预测工具,遗传算法

优点—— RBF神经网络有很强的非线性拟合能力，可映射任意复杂的非线性关系，而且 学习规则简单，便于计算机实现。具有很强的鲁棒性、记忆能力、非线性映 射能力以及强大的自学习能力，因此在彩票等非线性大数据分析预测方面， 有着很大的应用市场。 具有局部逼近的优点 RBF神经网络是一种性能优良的前馈型神经网络，RBF网络可以任意精度逼近 任意的非线性函数，且具有全局逼近能力，从根 本上解决了BP网络的局部最优问题，而且拓扑结构紧凑，结构参数可实现分 离学习，收敛速度快。 只要在MATLAB（R2014b）平台上，通过运行径向基神经网络“RBF_SSQ”就可 以快速预测。预测系统推荐两注（参数可修改），单注可每号+-1，最多可12 个号复试；也可直接单注投注。单注中奖率一般在2个以上，复试一般在4-6 个红球。预测可靠性远远高于网络彩票预测机构的水准。

基于BP神经网络双色球预测代码,希望大家共同改进

基于大数据，纯python编写，学习娱乐两不误，与有疑问可联系我