pedido= analise de estatistica dos dois padroes da quina

[sorel]

pedido=  para ver o seguinte= para visualizar melhor, é matriz volante caixa normal

 temos ai  10 colunas e 8 linhas

nas 10 colunas temos as letras = abcdefghij

e nas 8 linhas - abcdefgh

 já que em 90% dos sorteios(75% a 80% já teva bom)

 é sorteado no maximo tres por linhas ou tres por colunas

 o padrao aaabb até  iiijj= da 1902 formaçoes

e o padrao das linhas aaahhda 728= entao

cruzando= 1902( das colunas e 728 da linhas tesmos 1,300. um milhao e treszenteos  com os 24 milhoes da quina

ou seja temos uma reduçao de 23 milhoes,  em 100% desde que de de os  no maximo 3 linhas e tres por colunas

isto da em 90% já serve  e muito

o que preciso, é ver porque um padrao das linhas dará indicios do outros das colunas é tipo carteziano

 exemplo se no padrao linhas temos aaabb no padrao colunas  nao pode ter a formaçao de tres repetiçaoes de letras.

 objetivo é chegar a 1% desdes para jogar, vamos ver padreos das dormaçoes que  amis saem e atrasodas junto com as terminaçoes, no outro, post abaixo vou colocar as formaçoes das letras

entao é cadastrar todos os sorteios da quina( opçao par atualizar é claro)

e ver os dois padroes se cruzando

 

[sorel]

este das colunas

http://www.mediafire.com/file/kpsa59v9mohhrty/1902_formatations.docx

[sorel]

formaçoa das linhas 728

[sorel]

das 8 linhas

ttp://www.mediafire.com/file/yeaqwp6rsqb1j81/8_linhas_padrao.docx

[sorel]

exemplo dos cruzamento 8 linhas com 10 colunas

 teste ultimo= 4480= 04 25 26 42 61

8 linhas=acceg/

 10 colunas=abdef

entao cruzamento= acceg/abbdef vai dar exatamente 04 25 26 42  61

objetivo as repetiçoes das letras, e muitos outroa padreos de indicios um padrao dando pra outro vice versao

nada ver com pdrao

gay)

 temos ver nos cruzamento as 10 colunas como colocar as letras par  hora de cruzar com as linhas fica como no plano carteziando ordem crescente dos sorteios

 entao cadastrear todos os sorteios colocar  numa lista ao lado 8 das linhas e 10 das colunas

[sorel]

   a    b   c    d  e    f    g    h   i     j       colunas 10 letras

a01 02 03 04 05 06 07 08 09 1 0

b11...                                           20

c

d

e

f

g

h71 ...                                           80

linhas 8 linhas

[sorel]

 para as letras das linhas (8)

 1  2 3 4 5 6 7 8

  a b c d e f g h

 pares= bdfh

impares=aceg

 i/p= das oito linhas

agora das 10 colunas

 1  2  3 4  5  6 7  8  9 10

 a   b c d  e   f g   h  i   j

 pares= b d f h j

impares=a c e g i

i/p das 10 colunas

 objetivo é converter as letras em pres e impares para uso dos padrao para filtros

 

[sorel]

exemplo na conversao par/ impar das letras tanto  linhas(8) e colunas(10)

 teste 4481=11,21,30,32,67

linhas=piipi  colunas=iippi

entao na conversao temos= piipi/iippi

 

 

[sorel]

ola mario e demis

 conver em p/i par / impar

temos 20 formçoes de maximo tres ( acompanhando as letras )

impar= 01

par = 02

 8 linhas                   10 colunas

[sorel]

baixou para 20 ( das 8 linhas cruzando comas 10 linhas  vezes 20

 sao 400 formaçoes tai um base para filtro na conversao par/ impar das letras de maximo tres

reduz uma enormidade  e o aproveitamento é 90% otimo 75% já serve

[sorel]

exemplo 4481

linhas      /   colunas  paradro par/ impar

02 01 02 01 02/ 02 02 01 01 02

 

[sorel]

calro que noa vamos achar pronto, mas se pode criar  nas linhas e colunas algoritmos de cruzamento dos dois padreos   olhando tendencia

Tipos de algoritmos de mineração de dados

 

O Analysis Services inclui os seguintes tipos de algoritmos:

• Algoritmos de classificação prevêem uma ou mais variáveis discretas, com base nos outros atributos do conjunto de dados. Um exemplo de um algoritmo de classificação é Algoritmo Árvores de Decisão da Microsoft.
• Algoritmos de regressão prevêem uma ou mais variáveis contínuas, como lucro ou perda, com base nos outros atributos do conjunto de dados. Um exemplo de um algoritmo de regressão é Algoritmo MTS (Analysis Services – Mineração de dados).
• Algoritmos de segmentação dividem dados em grupos ou clusters de itens que têm propriedades semelhantes. Um exemplo de um algoritmo de segmentação é Algoritmo Microsoft Clustering (Analysis Services – Mineração de dados).
• Algoritmos de associação encontram correlações entre atributos diferentes em um conjunto de dados. A aplicação mais comum desse tipo de algoritmo é para criar regras de associação, que podem ser usadas em uma análise de cesta básica. Um exemplo de um algoritmo de associação é Algoritmo Associação da Microsoft.
• Algoritmos de análise de seqüência resumem seqüências freqüentes ou episódios em dados, como um fluxo de caminho da Web. Um exemplo de um algoritmo de seqüência é Algoritmo MSC.

Aplicando os algoritmos

A escolha do melhor algoritmo para uma tarefa empresarial específica pode ser um desafio. Embora você possa usar algoritmos diferentes para executar a mesma tarefa empresarial, cada algoritmo produz um resultado diferente e alguns podem produzir mais de um tipo de resultado. Por exemplo, você pode usar o algoritmo Árvores de Decisão da Microsoft não apenas para previsão, mas também como uma maneira de reduzir o número de colunas em um conjunto dados uma vez que a árvore de decisão pode identificar colunas que não afetam o modelo de mineração final.

Você também não tem que usar algoritmos independentemente. Em uma solução de mineração de dados, é possível usar alguns algoritmos para explorar dados e, em seguida, usar outros algoritmos para prever um resultado específico com base nesses dados. Por exemplo, você pode usar um algoritmo de cluster, que reconhece padrões, para dividir dados em grupos que são mais ou menos homogêneos e, em seguida, usar os resultados para criar um modelo de árvore de decisão melhor. Você pode usar vários algoritmos em uma solução para executar tarefas separadas, por exemplo, usando um algoritmo de árvore de regressão para obter informações de previsão financeira e um algoritmo com base em regras para executar uma melhor análise de cesta básica.

Os modelos de mineração podem prever valores, produzir resumos de dados e localizar correlações ocultas. Para ajudar você a selecionar algoritmos para a solução de mineração de dados, a tabela a seguir fornece sugestões para quais algoritmos devem ser usados para tarefas específicas.

[sorel]

ola mario e demais, voce  consegue fazer cada uma das 8 linhas e tambem separado as 10 colunas da  quina( caixa)

objetivo é ver em cada uma das 8 linhas e cada uma das 10 colunas separadas

 exemplo linha 1ª

01  a  10 ver na linha em 50% as dezenas que mais saem 35% medias e 15 % as mais frias ou atrasadas

 cada uma das linhas

 e notro estudo cada uma das 10 colunas

 sim tem pelo todo das 80 dezenas

mas eu preciso assim em cada linha e coluna separado

claro tem cadastrar os sorteios da quina