번호 추출 기법 가이드

전 회차에서 많이 나온 번호일수록 높은 가중치. 가장 고전적인 기법.

최근 20회차의 출현 횟수. 단기 흐름을 반영.

최근 50회차의 출현 횟수. 중기 흐름을 반영.

최근 회차일수록 큰 가중(반감기 30회)을 준 출현 점수.

보너스 번호까지 출현으로 간주한 전체 빈도.

균등 사전분포(강도 20)에 최근 200회 관측을 반영한 Beta-이항 사후 평균. 표본이 적은 쏠림을 완화.

평균 출현 간격 대비 오래 안 나온 번호에 높은 가중치(콜드넘버 추종).

번호별 과거 출현 간격의 중앙값에 현재 미출현 기간이 가까울수록 높은 점수.

최근 100회 기대 출현수보다 덜 나온 번호를 보정해 올리는 기법.

최근 50회 빈도 순위(온)와 미출현 순위(냉)를 50:50으로 섞음.

미출현 기간별 '다음 회차 출현 비율'을 전 번호·전 회차에서 경험적으로 추정해 적용.

번호별로 '직전 회차에 나왔을 때/안 나왔을 때' 다음 회차 출현율을 학습해 적용.

직전 회차 번호의 ±1 이웃일 때의 출현율을 번호별로 학습.

직전 회차에 같은 끝수(일의 자리)가 있었을 때의 출현율을 번호별로 학습.

'직전 회차의 번호 m → 이번 회차의 번호 n' 전이 빈도를 6개 모두에 대해 평균.

직전 회차와 가장 비슷했던 과거 회차들을 찾아 그 '다음 회차'에 나온 번호들에 투표.

최근 50회에서 자주 나온 끝수 0~9를 가진 번호에 가중(끝수별 번호 개수로 보정).

1-10/11-20/21-30/31-40/41-45 구간별 최근 50회 출현 밀도에 비례.

미출현 기간·최근 10/30/100회 빈도·직전 출현 여부를 특징으로 번호별 출현확률을 SGD로 학습(경량 ML).

모든 번호 동일 확률. 다른 기법이 무작위보다 나은지 비교하는 기준.