Re: совместный поиск закономерности
Сообщение DJMC » Вт янв 26, 2021 2:23 pm
И так интересная игра в тираже 2448.
смотрим Тираж №2447, 25 – 26 января 2021
Футбол. Сборные. Чемпионат африканских наций. 2020. Финальный турнир.
Камерун. Групповой этап
1 Конго — Ливия
А теперь смотрим тираж Тираж №2448, 26 – 27 января 2021
Футбол. Сборные. Чемпионат африканских наций. 2020. Финальный турнир.
Камерун. Групповой этап
13 Того — Руанда
почему то уже игра идет в тото. явно не спроста это, пытаемся найти что тут есть интересного по сериям.
Данная игра идет 9 по временному интервалу, смотрим что тут есть интересного:
серия прошлых игр разбитая на матрицу сначала на три
1-Х-1
2-Х-1
1-1-Х
2-Х-1
2-1-2
Х-Х-2
1-1-Х
1-1-2
Х-2-2
2-?
если взять по вертикале то получается самый вероятный двойник тут 1Х — П2 мене вероятно.
Теперь берем по горизонтали строки
Закономерности простых чисел [Numberphile на русском]
2-Х-1
2-Х-1
2-1-2
2-?
Тут также получается 1Х двойник.
Теперь у меня есть вероятность выпадения цветов, в 13 игре такая картина
44,4 — вероятность красного
27,8 — вероятность желтого
38,9 — вероятность зелёного
в данном тираже
1-Желтое
Х-Красное
2-Зеленое
получается тут двойник Х2.
Но учитывая то что в первом случае у нас был двойник 1Х а тут Х2, получается одинар тут Х.
Футбол. Сборные. Чемпионат африканских наций. 2020. Финальный турнир.
Камерун. Групповой этап
13 Того — Руанда — прогноз Х ничья.
Re: совместный поиск закономерности
Сообщение DJMC » Ср янв 27, 2021 10:37 am
Первый разбор вышел не совсем так, так как зашла П2, только цветовая картинка дала правильный прогноз рекомендацию Х2. постараюсь на сегодня также выбрать игры, только уже не отталкиваться от того что ставят букмекеры, а просто дать интересные пары и рекомендации.
Re: совместный поиск закономерности
Сообщение DJMC » Ср янв 27, 2021 12:10 pm
Тираж №2449, 27 – 28 января 2021
Футбол. Нидерланды. Эредивизи
12 РКК Валвейк — Фортуна Ситтард
Прошлые показатели игр
Как видим двух Х в строчке быть не может, значит двойник тут 12.
Беру через рекомендацию по программе исходы прошлых тиражей:
2-Х-Х-Х
2-1-1-Х
?
Как видим через каждые три тиража идет П2, по этому беру тут одинар П2.
Футбол. Нидерланды. Эредивизи
12 РКК Валвейк — Фортуна Ситтард П2 двойник 12
Re: совместный поиск закономерности
Сообщение DJMC » Ср янв 27, 2021 12:20 pm
Сегодня еще одна игра подходит под разбор
Тираж №2449, 27 – 28 января 2021
Футбол. Англия. Премьер-лига
1 Эвертон — Лестер Сити
Тут была такая серия:
1-X-1
X-2-2
1-X-2
2-X-2
1-2-1
?
Как видим П1 не повторяется, по этому тут двойник Х2 , одинар П2
Футбол. Англия. Премьер-лига
Последовательности как найти закономерность.
1 Эвертон — Лестер Сити П2 двойник Х2
Re: совместный поиск закономерности
Сообщение DJMC » Ср янв 27, 2021 12:32 pm
Ну а теперь, просто тест не видя игры, купон просто по таблице на основании вчерашнего тиража.
Re: совместный поиск закономерности
Сообщение FM писал(а): ↑ Ср янв 27, 2021 3:49 pm Непонятно чуток,пишешь что игра 9 по времени,а если их в это время несколько?и что за серия прошлых игр—это между собой эти команды или по времени?
Я думал меня ни кто не читает
пояснительная бригада студии в марафоне есть классная фишка Табло матчей и вот как они идут игры там, так я и записываю их в таком порядке. а потом делаю выборку когда 13 игра была 9 по времени и что было ранее. по этому вот такие цифры и берутся.
Re: совместный поиск закономерности
Сообщение FM писал(а): ↑ Ср янв 27, 2021 3:49 pm Непонятно чуток,пишешь что игра 9 по времени,а если их в это время несколько?и что за серия прошлых игр—это между собой эти команды или по времени?
Я думал меня ни кто не читает
пояснительная бригада студии в марафоне есть классная фишка Табло матчей и вот как они идут игры там, так я и записываю их в таком порядке. а потом делаю выборку когда 13 игра была 9 по времени и что было ранее. по этому вот такие цифры и берутся.
Почему не читают)это интересно,я никогда по времени не работал с матчами—в других конторах нет такого,их нереально расставить по времени. а с марафоном не сложилось как то
Re: совместный поиск закономерности
Сообщение Стратег » Ср янв 27, 2021 6:39 pm
Способ игры.
Программу тиража 15 событий разбиваем на 5 частей, в каждой части по 3 события. Полную систему для 3 событий ( 27 исходов) разбиваем на 9 групп:
1)111-000-222
2)102-021-210
3)120-012-201
———————
4)110-002-221
5)101-020-212
6)122-011-200
———————-
7)112-001-220
8)100-022-211
9)121-010-202
Разбиваем 9 групп на 3 части (приведено выше), исходы встреч в группах будут распределятся таким образом: в одной (3-0-0), в 6 (2-1-0), в 2 (1-1-1).
1 группа- расклады 1-1-1 будут в группах 2-3
2 группа——————————————— 1-3
3 группа——————————————— 1-2
4 группа———————————————5-6
5 группа———————————————4-6
6 группа———————————————4-5
7 группа———————————————8-9
8 группа———————————————7-9
9 группа———————————————7-8
Для игры используем 9 групповых сочетаний:
1)12345
2)45678
3)78912
4)91584
5)34827
6)67251
7)86139
8)29463
9)53796
Для игры выбираем 1 из 9 сочетаний, при удачи с большой вероятностью получим массив с 11 исходами.
Пример.
Тираж _исходы тиража= количество исходов по 9 сочетаниям:
Тираж 656: 200-020-021-222-222=9-10-10-10-8-13-7-9-9
Тираж 657: 202-222-200-220-220=9-11-9-10-11-10-8-9-8
Тираж 657 сочетание 45678= 11 исходов:
1 часть программы:110-002*-221=2
2 часть программы:101-020-212*=2
3 часть программы:122-011-200*=3
4 часть программы:112-001-220*=3
5 часть программы:100*-022*-211*=1
В итоге получим массив из 243 исходов (3х3х3х3х3=243).
Расклады по исходам и их производные:
32222
11 исходов_1
10 исходов_4
9 исходов _10
32221
10 исходов_1
9 исходов_5
22222
10 исходов_3
9 исходов_9
32211
9 исходов_9
22221
9 исходов_3.
Re: совместный поиск закономерности
Сообщение Danila96 » Ср янв 27, 2021 7:46 pm
Использую только одну закономерность — прерывание серий одинаковых исходов. Да и то не всегда, но более менее выручает в ситуации когда пакет надо ужать, а отчего отталкиваться — не знаешь.
Re: совместный поиск закономерности
Сообщение DJMC » Чт янв 28, 2021 10:03 am
Итоги Тираж №2449, 27 – 28 января 2021
было дано два двойника, оба зашли
а вот с одинарами хуже, один зашел, другой нет. будет время продолжу дальше.
Re: совместный поиск закономерности
Сообщение DJMC » Чт янв 28, 2021 10:24 am
Стратег писал(а): ↑ Ср янв 27, 2021 6:39 pm Способ игры.
Программу тиража 15 событий разбиваем на 5 частей, в каждой части по 3 события. Полную систему для 3 событий ( 27 исходов) разбиваем на 9 групп:
Привет, очень интересный способ, давно видел твои сообщения на форуме, а можешь более подробно его разжевать, что бы я понял, со свой стороны сделаю excel файл чтобы все было минимизировано и делались все расчеты автоматом, ведь как я понял у тебя получается на каждый тираж 243 варианта и один из них берет 11 категорию, верно?
Re: совместный поиск закономерности
Сообщение DJMC » Чт янв 28, 2021 11:14 am
Тираж №2450, 28 – 29 января 2021
Футбол. Индия. Суперлига
13 Хайдарабад — Бангалор П1
Серия игр:
2-2-1
2-2-1
2-2-1
2-2-?
Получается тут верный одинар П1, двойник 12
Футбол. Румыния. Лига 1
6 Германштадт — Киндия Тырговиште П1
Получается одинар П1, двойник 1Х
Теперь просто двойники, так как одинар не выявлен, но двойник весьма вероятен:
Футбол. Египет. Премьер-лига
10 Нэйшнл Банк — Тала Эль-Джаиш 12
Футбол. Египет. 2-й дивизион
11 Фарко — Харас Эль-Ходуд 1Х
Re: совместный поиск закономерности
Сообщение Fhttps://upad.ru/viewtopic.php?t=5490″ target=»_blank»]upad.ru[/mask_link]
Решаем головоломки на последовательности онлайн
В курсе высшей математики в теме «Ряды» возникает задача о нахождении общего члена ряда или задача о последующих членах ряда, если задано несколько первых членов. Задача не простая. Особенно, если последовательность хитрая. Решить такую задачу бывает не просто. Вот почему, такие же задачки иногда предлагают в тестах на сообразительность или при проверке коэффициента IQ.
Теперь вы сможете и задачи по вышке решать легко и интеллект показать при прохождении тестов. Для этого вам просто надо воспользоваться нашим решателем. Сделать это очень просто. Вводите через запятую известные члены последовательности и добавляете в конце три точки, а затем нажимаете кнопку «решить» и получаете результат, если закономерность существует.
В качестве ответа вы получите формулу общего члена ряда и продолжение вашей последовательности. Примеры последовательностей приведены ниже.
1, 4, 9, 16, 25, .
1, -1, 1, -1, 1, .
5, 14, 23, 32, 41, .
А вот пример посерьезнее:
1, 2, 3, 2, 1, 2, 3, 2, 1, .
Или вот такая последовательность — любителям математики:
118, 199, 226, 235, .
И на закуску, совсем жесткая последовательность:
3, 2, 1, 7, 4, 1, 1, 8, .
в этой последовательности чередуются цифры чисел (pi = 3,1415926. ) и (e = 2,7182818. ).
Наш решатель справляется даже с такой головоломкой.
Правда, с некоторыми головоломками решатель может и не справиться. Пишите в комментариях решенные вами головоломки или те, которые не удалось решить.
Источник: primat.org
Поиск числовых закономерностей(паттернов) в массиве на Python
Всем доброго времени. Такая проблема: Есть таблица. Нужно найти схожие числовые паттерны в столбце. Начальный паттерн, по которому будем искать схожие участки определяем сами.
Например, берем начальные данные, как первые 5 чисел столбца(с 0го по 4й), далее смещаемся на +1 и сравниваем начальные 5 чисел с числами с 1го по 5й, затем смещаемся еще на +1 и сравниваем начальные со 2го по 6й и так далее. Кто-то может подсказать как это сделать? И можно ли как то искать не точные, а похожие цепочки. Например, [20, 35, 45, 60] схоже с [21, 34, 45, 59] . Как такое искать?
Как результат, нужно вернуть количество совпадений с начальным числовым паттерном, который мы выбрали. Как пример, в данной таблице есть колонка Diff, в которой первые 5 цифр повторяются еще раз в конце.
df = pd.DataFrame(< ‘Date’ : [‘2022.06.13′,’2022.06.12′,’2022.06.11′,’2022.06.10′,’2022.06.9′,’2022.06.8′,’2022.06.7′,’2022.06.6’, ‘2022.06.5’,’2022.06.4′,’2022.06.3′,’2022.06.3′,’2022.06.2′], ‘Diff’: [‘2′,’3′,’10’,’22’,’3′,’88’,’34’,’56’,’2′,’3′,’10’,’22’,’3′] >)
Отслеживать
24k 4 4 золотых знака 19 19 серебряных знаков 35 35 бронзовых знаков
задан 15 июн 2022 в 3:02
3 4 4 бронзовых знака
пока вы не введете критерий схожести, ваше задание не имеет смысла. как должны быть похожи выборки? лексиграфически (у вас в датафрейме не числа, а строки, кстати)? математически? просто потому что мне нравятся? по скользящему среднему? по моде?
15 июн 2022 в 5:08
Согласен, нужен критерий. Пусть это будет скользящее среднее с небольшим периодом 1 или 2 например. Как в этом случае мне найти паттерн? Нужна числовая схожесть. Просто я пока не знаю в каком направлении копать, какие способы вообще есть.
15 июн 2022 в 6:31
Попробуйте для начала посчитать взаимную корреляцию (возможно, в pandas это готовое есть)
15 июн 2022 в 7:11
2 ответа 2
Сортировка: Сброс на вариант по умолчанию
Однозначного ответа на ваш вопрос нет.
Начнем с того, что вы даже не определили, а что есть «паттерн» в вашем представлении. Но давайте рассмотрим просто два набора чисел (кстати — вы не сказали, ваши числа это количественные переменные или ранговые) и попробуем ответить на вопрос, а похожи-ли они.
Уже тут есть различные варианты. Вы сами упомянули про среднее. Действительно, можно сравнивать средние значения, для чего в зависимости от природы данных можно применять различные статистические критерии, например t-критерий Стьюдента, z-критерий, критерий Уолша, критерий Вилкоксона-Манна-Уитни, критерий Ван дер Вардена.. и еще десятка два других.
Что-до вашей идеи — «скользящее среднее с небольшим периодом 1 или 2 например» — то идея очень спорная. При малом сдвиге НИ ОДИН из критериев не покажет наличия значимого расхождения между двумя наборами. И обратите внимания — это я пока только о средних говорю, а еще можно поговорить о дисперсии таких наборов. А можно еще вместо среднего рассмотреть медианы, как более робастную характеристику ваших данных. Ну и так далее.
Второй подход — попробовать анализировать два набора с точки зрения наличия корреляции между ними. Замечание о «малом сдвиге» тут играет еще большую роль. Коэффициент корреляции в свою очередь бывает Пирсона, Кэндела, Спирмана и куча других, корректность применения которых напрямую зависит от природы ваших данных.
Третий подход — «модельный». Можно попытаться искать регрессии (в простейшем случае — линейные, в более продвинутых — вплоть до моделей типа ARIMA) для двух наборов данных, а потом определять наличие «паттернов» по схожести построенных моделей. Тут также большой простор для анализа, потому как методов сравнения (регрессионных) моделей тоже есть не мало: по близости коэффициентов, по сравнению ошибок предсказания и т.д.
Следующий подход — при более-менее длинных рядах — по сравнению эмпирических гистограмм данных двух выборок. Своя группа критериев ответа на вопросы — начиная с метода Колмогорова-Смирнова, заканчивая современными методами на основе кластерного анализа. Теоретически — наиболее корректный подход. Но предпосылки для использования- более жесткие. А применив без учета ограничений можно таких паттернов «понаобнаруживать», что мама не горюй.
Можно, наконец, попробовать «в лоб» использовать методы кластерного и классификационного анализа, считая каждую последовательность точкой в n-мерном пространстве (n-количество точек в ваших последовательностях). С одной стороны тут кластеры (классы) должны получиться достаточно «красивыми», т.е. некими шарами в этом пространстве. Но с другой стороны, опять необходимо четко понимать семантику и какую меру сходства принять в качестве базовой для этих алгоритмов. Потому как опять — методов и вариантов тут куча, а использования неподходящего заведомо приведет к неверным результатам.
Но в любом случае, еще раз подчеркну — работа со скользящим окном в любом из перечисленных методов — не так тривиальна, как может показаться при первоначальном ознакомлением с темой.
Важно отметить, что «паттерны», которые будут обнаружены при применении каждого из описанных классов методов и даже каждого конкретного метода могут существенно отличаться от паттернов, обнаруженных другими методами. И нельзя сказать (тем более просто формально), какой из них «правильный», а какой — «ложный». В общем, как я сказал, задача нетривиальна. И решать ее без привязки к семантике — как и любую задачу из области Data Science — не получиться.
Источник: ru.stackoverflow.com