LottoProphet

一个使用深度学习模型进行彩票号码预测的应用程序。本项目支持两种主要的彩票类型：双色球 (SSQ) 和 大乐透 (DLT)，并使用先进的机器学习技术（如条件随机场 CRF）进行序列建模。

20241210更新内容 查看文档

20250114更新内容 查看文档 主要修复内容：每次多个的结果都一样

多个小伙伴遇到安装 torchcrf 失败，解决方案：从 GitHub 克隆并手动安装

1. 克隆仓库：

   git clone https://github.com/kmkurn/pytorch-crf.git
   cd pytorch-crf
   python setup.py install
   

---

---

目录结构

LottoProphet-main/
├── model.py                        # 模型定义，包含彩票预测模型的训练和实现
├── lottery_predictor_app.py        # 主程序，负责用户交互和启动训练、预测
├── scripts/
│   ├── __init__.py                 # 主程序，用于初始化 scripts 目录，标记为 Python 包
│   ├── dlt/
│   │   ├── __init__.py             # 主程序，用于初始化 dlt 目录，标记为 Python 包
│   │   ├── train_dlt_model.py      # 模型训练脚本，训练大乐透彩票预测模型
│   │   ├── fetch_dlt_data.py       # 数据获取脚本，爬取大乐透历史开奖数据
│   │   ├── dlt_history.csv         # 保存大乐透历史开奖数据（默认不存在，需要运行lottery_predictor_app.py进行爬取）
│   │   ├── dlt_model.pth          # 保存训练好的大乐透模型权重（默认不存在，需要运行lottery_predictor_app.py进行模型训练）
│   │   └── scaler_X.pkl           # 保存训练过程中用于特征缩放的 scaler（默认不存在，需要运行lottery_predictor_app.py进行生成特征缩放）
│   └── ssq/
│       ├── __init__.py             # 主程序，用于初始化 ssq 目录，标记为 Python 包
│       ├── train_ssq_model.py      # 模型训练脚本，训练双色球彩票预测模型
│       ├── fetch_ssq_data.py       # 数据获取脚本，爬取双色球历史开奖数据
│       ├── ssq_history.csv         # 保存双色球历史开奖数据（默认不存在，需要运行lottery_predictor_app.py进行爬取）
│       ├── ssq_model.pth          # 保存训练好的双色球模型权重（默认不存在，需要运行lottery_predictor_app.py进行模型训练）
│       └── scaler_X.pkl           # 保存训练过程中用于特征缩放的 scaler（默认不存在，需要运行lottery_predictor_app.py进行生成特征缩放）
└── requirements.txt                # 项目依赖管理文件，列出所有必需的 Python 库

只需要运行lottery_predictor_app.py（ssq_history.csv，ssq_model.pth，scaler_X.pkl等都会通过调用自动生成 ）

软件截图

彩票预测应用程序整体流程

彩票预测应用程序的主要步骤，包括数据获取、模型训练和用户界面交互。应用程序支持两种彩票类型：双色球（ssq）和大乐透（dlt）。

1. 组件概述

数据获取脚本

• 双色球数据获取 (fetch_ssq_data.py)

  • 爬取双色球历史数据。
  • 保存数据为 ssq_history.csv。

• 大乐透数据获取 (fetch_dlt_data.py)

  • 爬取大乐透历史数据。
  • 保存数据为 dlt_history.csv。

模型训练脚本

• 双色球模型训练 (train_ssq_model.py)

  • 检查并下载 ssq_history.csv（若不存在）。
  • 预处理数据并训练 LSTM-CRF 模型。
  • 保存训练好的模型和特征缩放器。

• 大乐透模型训练 (train_dlt_model.py)

  • 检查并下载 dlt_history.csv（若不存在）。
  • 预处理数据并训练 LSTM-CRF 模型。
  • 保存训练好的模型和特征缩放器。

主应用程序

• 主界面 (lottery_predictor_app.py)
  • 提供用户界面，选择彩票类型（双色球或大乐透）。
  • 输入特征值并选择生成的预测数量。
  • 按钮操作：
    • 训练模型：启动训练线程，调用相应的训练脚本。
    • 生成预测：加载模型，处理输入特征，生成并显示预测号码。
  • 日志显示框：实时展示训练和预测过程中的日志信息。

2. 整体流程

训练模型流程

1. 用户操作：

   • 在主界面选择彩票类型（双色球或大乐透）。
   • 点击“训练模型”按钮。

2. 启动训练线程：

   • TrainModelThread 启动，调用对应的训练脚本 (train_ssq_model.py 或 train_dlt_model.py)。

3. 数据检查与获取：

   • 训练脚本检查历史数据文件 (ssq_history.csv 或 dlt_history.csv) 是否存在。
   • 若不存在，调用对应的数据获取脚本下载数据。

4. 数据预处理与模型训练：

   • 加载并预处理数据（特征缩放、划分训练集和验证集）。
   • 初始化并训练 LSTM-CRF 模型。
   • 实施早停机制，保存最佳模型权重和缩放器。

5. 日志更新与完成：

   • 训练过程中的日志通过信号传递到主界面的日志框。
   • 训练完成后，恢复界面操作并提示用户。

生成预测流程

1. 用户操作：

   • 在主界面选择彩票类型（双色球或大乐透）。
   • 输入特征值（如和值、奇数个数等）。
   • 选择生成的预测数量。
   • 点击“生成预测”按钮。

2. 特征处理与模型加载：

   • 获取并缩放用户输入的特征值。
   • 添加随机噪声以增强鲁棒性。
   • 加载对应的彩票模型和特征缩放器。

3. 号码预测：

   • 将处理后的特征输入模型，生成红球和蓝球的预测类别。
   • 通过 CRF 解码获取具体的号码预测。

4. 结果处理与展示：

   • 确保预测号码在有效范围内且红球号码唯一。
   • 在主界面显示预测结果。
   • 日志框实时记录预测过程中的详细信息。

3. 错误处理与日志记录

• 数据获取脚本：

  • 捕获网络请求异常和解析错误，记录详细日志。

• 训练脚本：

  • 检查数据和脚本存在性，捕获训练过程中的异常。

• 主应用程序：

  • 训练和预测过程中捕获异常，通过日志框显示错误信息。

4. 测试与验证

1. 独立测试数据获取脚本：

   • 运行 fetch_ssq_data.py 和 fetch_dlt_data.py，验证数据下载和保存。

2. 独立测试训练脚本：

   • 运行 train_ssq_model.py 和 train_dlt_model.py，验证模型训练和保存。

3. 集成测试主应用程序：

   • 启动 lottery_predictor_app.py，进行训练和预测操作，观察日志和结果展示。

4. 异常情况测试：

   • 模拟网络中断、数据文件缺失或训练脚本缺失，验证错误处理机制。

5. 总结

彩票预测应用程序通过集成数据获取、模型训练和预测功能，为用户提供便捷的双色球和大乐透号码预测服务。通过模块化设计、详细的错误处理与日志记录。

功能

• 支持双色球 (SSQ) 和大乐透 (DLT) 的彩票号码预测。
• 使用 LSTM 和 CRF 模型进行训练，实现序列化建模。
• 提供基于 PyQt5 的图形用户界面 (GUI)，便于操作。
• 支持数据自动抓取和实时训练日志显示。

---

环境要求

• Python 3.9 或更高版本
• PyTorch(可选择GPU版本)
• torchcrf
• PyQt5
• pandas
• numpy
• scikit-learn

---

安装步骤

1. 克隆仓库：

   git clone [email protected]:zhaoyangpp/LottoProphet.git
   cd LottoProphet
   

2. 安装依赖:

   推荐使用虚拟环境
   pip install -r requirements.txt 

3. 运行主程序:

   python3 lottery_predictor_app.py