deeplottery

데이터 구간

구간	회차
학습	lotto_history.txt 1~800
검증	801~1000
테스트	1001~이후

핵심 파일

• final_BallFilter.py — 필터 로직 (BallFilter_25 기반, lotto_history.txt CSV 로드, socket 제거).
• final_filter_params.py — 학습 구간(1~800회)에서만 집계한 6개 합·전주 합 차이 허용 집합.
• filter_model.py — from final_BallFilter import BallFilter 재노출.
• train.py / valid.py — 구간별로 당첨 6개가 모든 필터를 통과한 회차 수 집계.
• final_filterTest.py — 1_FilterTest_25.py와 동일한 분석·(선택) MC 생존 추정.
• final_Practice.py — DataCrawler → 마지막 JSON 회차+1 크롤 → predict1+predict2. lotto_history.json으로 BallFilter 한 번 생성 후 공유. predict1은 고정 5조합(기존 1 + 미당첨 4, hasWon으로 제외) 후 predict2는 정렬된 6개·seen·과거 당첨 조합 제외 후 필터.

실행 (miniconda ncue)

conda activate ncue
python train.py
python valid.py
python final_filterTest.py
# 특정 회차 생존 조합 수 Monte Carlo 근사
python final_filterTest.py --mc-no 900 --mc-samples 12000
python final_practice.py

동일 환경을 셸 스크립트로:

./scripts/run_with_ncue.sh train.py
./scripts/run_with_ncue.sh valid.py

설계 요약

• 6개 합 / 전주 합 차이는 final_filter_params.TRAIN_ALLOW로 학습 구간 분포에 맞춤.
• 그 외 통계·배수·용지 패턴·쌍/3조합 등은 BallFilter_25와 동일한 고정 규칙을 유지해 과도하게 느슨해지지 않도록 함.
• filterOneDigitPattern에서 인자 ball이 예시 배열로 덮어쓰이던 버그를 수정함.

참고

로또는 무작위에 가깝고, 본 저장소의 필터는 구매 조합 수를 줄이기 위한 휴리스틱이며 당첨을 보장하지 않습니다.