大乐透11开奖吗？
大乐透是5+2的模式 即由5个前区号码加2个后区号码组成 一共7码，选前区5个号码称为一注，选后区2个号码成为一注 这个游戏一共分为3部分，分别是预选，开奖，定奖三个部分。 这期文章主要讲如何利用机器学习和神经网络的方法来预测下期大奖（6+3）的开出情况 数据集的获取很简单，只需要在搜索引擎上面输入关键字就可以轻松得到，我在这里用到的数据集是来自彩票网站上面公布的双色球历史中奖数据。 在拿到数据之后，需要对数据进行处理和预处理，这一步主要是为了清除错误信息和无效信息，为后续做准备工作。
在预处理完成后，我们就可以开始建模了，这里采用的方法是机器学习中的逻辑回归，使用scikit-learn中的逻辑回归函数来估计参数，并使用cross_val_score函数来进行评估。
经过多次调试，最终得到的最优参数如下 \theta_{0}=[4.98，2.59]^{T}，\theta_{1}=[0.88，0.49]^{T} 基于上述参数可以做出预测的概率分布，如下图所示：
从图中可以看出的确有一些规律，如上期开出来的是15，这期中我们最可能开出的是09，而最不可能开出的是08。
但是仅仅根据历史的开奖结果来做预测是十分有限的，为了增加复杂性，我们引入神经网络来对同样一组数据进行二次甚至多次的计算，通过不同的计算的方式来尝试找到更多的规律。
这里的神神经网络模型相对简单，只有一层，因此可以使用手动初始化的方式给每个神经元赋值，我的赋值方法是采用正态分布来初始化每一个节点，均值是0，方差是0.01。 训练完成后，我们可以得到一个预测的概率分布图，如下图所示：
与刚才的逻辑回归的预测结果相比，虽然神经网络的预测能力要强一些，但仍然存在着一定的问题，特别是对于边界值的预测存在较大的偏差，例如对08 09 10 11 12这一组的预测，神经网络往往认为开出的可能性较大，然而实际情况并不是这样。我在这里使用了投票器的方法，让多组类似神经网络的模型同时工作，每组网络的训练参数都不相同，然后统计每个数的出现次数，出现的次数最多的一组数就是最终的预测结果。
通过对很多组数据的训练，我们发现当使用160个节点的时候，准确率可以达到90%以上，而当超过这个数目时，准确率反而没有提升。 最终得到的预测结果如图所示：