【統計学AIでロト6の当たり数字を予想！？】Pythonを使ったロト6予想AIモデル

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from tqdm import tqdm
import gc

# 特徴量の抽出関数（NumPyを使用して高速化）
def extract_features(data):
    nums = data.to_numpy(dtype=np.float32)
    features = {
        "mean": np.mean(nums, axis=1),
        "std_dev": np.std(nums, axis=1),
        "median": np.median(nums, axis=1),
        "max_num": np.max(nums, axis=1),
        "min_num": np.min(nums, axis=1),
        "even_count": np.sum(nums % 2 == 0, axis=1),
        "odd_count": np.sum(nums % 2 != 0, axis=1),
        "range": np.ptp(nums, axis=1),  # 範囲（最大値 - 最小値）
    }
    return pd.DataFrame(features, dtype=np.float32)

# モデルをトレーニングする関数
def train_loto6_model(file_path):
    chunksize = 10000  # 小さなチャンクで処理
    models = []
    accuracies = []

    # チャンクごとに処理
    for chunk in tqdm(pd.read_csv(file_path, usecols=[0, 1, 2, 3, 4, 5], dtype=np.int32, chunksize=chunksize), desc="Processing chunks"):
        chunk.columns = ["num1", "num2", "num3", "num4", "num5", "num6"]

        # 特徴量を抽出
        X_chunk = extract_features(chunk)

        # 各列に対してモデルを訓練
        for col in chunk.columns:
            y_chunk = chunk[col].values

            # 訓練データとテストデータを分割
            X_train, X_test, y_train, y_test = train_test_split(X_chunk, y_chunk, test_size=0.2, random_state=42)

            # ランダムフォレストモデルを訓練
            model = RandomForestClassifier(
                n_estimators=25,  # 木の数を減らして省メモリ化
                max_depth=5,  # 深さを制限して過学習防止
                random_state=42,
                n_jobs=-1  # 並列処理を有効化
            )
            model.fit(X_train, y_train)
            models.append(model)

            # 精度を記録
            y_pred = model.predict(X_test)
            accuracy = accuracy_score(y_test, y_pred)
            accuracies.append(accuracy)

        # メモリ解放
        del chunk, X_chunk, X_train, X_test, y_train, y_test
        gc.collect()

    avg_accuracy = np.mean(accuracies)
    print(f"モデルの平均精度: {avg_accuracy:.4f}")
    return models

# 次回の数字を予測する関数
def predict_loto6_numbers(models, past_data):
    features = extract_features(past_data.tail(1))  # 最新の1行から特徴量を抽出
    predicted_numbers = set()  # 重複を防ぐためにセットを使用

    # 各モデルに対して予測
    for model in models:
        predicted_number = model.predict(features)[0]
        if 1 <= predicted_number <= 43:  # 範囲をチェック
            predicted_numbers.add(predicted_number)

        if len(predicted_numbers) >= 6:  # 6つの数字を予測
            break

    return sorted(list(predicted_numbers))

if __name__ == "__main__":
    file_path = "C:/work/Python/loto6_results.csv"  # ロト6の過去データ

    try:
        models = train_loto6_model(file_path)
        past_data = pd.read_csv(file_path)
        predicted_numbers = predict_loto6_numbers(models, past_data)
        print("次回予測されるロト6の番号:", predicted_numbers)

    except FileNotFoundError:
        print("エラー: 過去の当選データCSVファイルが見つかりません。")