Upgrade data saya agar lebih bisa di baca algoritm...

Sudah saya upgrade datanya dan buatkan script Google Colab.

Hasil yang dibuat:

1. Notebook Google Colab predictor
2. Script Python versi .py
3. Dataset ML-ready hasil upgrade
4. File kandidat prediksi berikutnya
5. Ringkasan profil data

Yang saya tambahkan ke data:

• Format raw_number dibuat aman menjadi 4 digit, misalnya 236 menjadi 0236.
• Fitur pola digit: jumlah digit, ganjil/genap, besar/kecil, digit berulang, double/triple/quad, range digit, digit unik.
• Fitur waktu: jam, hari, slot waktu, sin/cos untuk pola siklus.
• Fitur lag dan rolling: pola dari hasil sebelumnya, rolling mean/std/min/max.
• Fitur frekuensi historis: seberapa sering angka/digit pernah muncul sebelumnya.
• Target prediksi: target_next_d1 sampai target_next_d4 dan target_next_number_str.

Catatan penting: dari evaluasi cepat, akurasi model per digit masih sekitar 9–10%, kurang lebih mirip baseline. Jadi datanya sudah lebih siap dibaca algoritma, tetapi sinyal prediktifnya belum kuat. Jangan anggap kandidat prediksi sebagai kepastian, terutama kalau sumber datanya bersifat acak/undian.