Initial commit: Eurojackpot analysis and prediction system

This repository contains a comprehensive Eurojackpot lottery analysis and prediction system including:
- Historical data analysis and processing
- ML-based prediction models
- Automated weekly tip generation
- Position and range analysis tools
- Notification system for results

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

README.md

@@ -0,0 +1,120 @@
+# Eurojackpot Analyse & Generator
+
+Sammlung von Python-Skripten zur Analyse von Eurojackpot-Daten und Generierung von Tipps basierend auf historischen Daten.
+
+## Verzeichnisstruktur
+
+```
+.
+├── README.md                    # Diese Datei
+├── data/                        # Alle CSV-Dateien und Rohdaten
+├── scripts/
+│   ├── analysis/               # Analyse-Skripte
+│   │   ├── bereichskombinationen_analyse.py
+│   │   ├── eurojackpot_bereichsanalyse.py
+│   │   ├── positionsanalyse.py
+│   │   ├── simple_bereichsanalyse.py
+│   │   └── treffer_analyse_umschluesselt.py
+│   ├── generators/             # Tipp-Generatoren
+│   │   ├── eurojackpot_generator.py
+│   │   ├── optimized_eurojackpot_generator.py
+│   │   ├── tipp_generator_nmmhh.py
+│   │   ├── tipp_generator_nmmhh_v2.py
+│   │   └── ultimate_ai_ml_eurojackpot_generator.py
+│   └── utils/                  # Hilfsskripte
+│       ├── create_example_files.py
+│       ├── eurojackpot_processor.py
+│       ├── eurojackpot_processor_fixed.py
+│       ├── eurojackpot_simple.py
+│       └── zahlen_umschluesseln.py
+├── results/                    # Ausgabedateien und Grafiken
+└── documentation/              # Alte Dokumentation
+
+```
+
+## Voraussetzungen
+
+```bash
+pip install pandas numpy matplotlib scikit-learn
+```
+
+## Verwendung
+
+### Analyse ausführen
+```bash
+cd scripts/analysis
+python eurojackpot_bereichsanalyse.py
+```
+
+### Tipps generieren
+```bash
+cd scripts/generators
+python ultimate_ai_ml_eurojackpot_generator.py
+```
+
+### Daten verarbeiten
+```bash
+cd scripts/utils
+python eurojackpot_processor.py
+```
+
+## Hauptkomponenten
+
+### Analyse-Skripte
+- **bereichskombinationen_analyse.py**: Analysiert Zahlenbereiche in Kombinationen
+- **eurojackpot_bereichsanalyse.py**: Detaillierte Bereichsanalyse mit Visualisierung
+- **positionsanalyse.py**: Analysiert Zahlen nach Position
+- **treffer_analyse_umschluesselt.py**: Trefferanalyse mit Umschlüsselung
+
+### Generatoren
+
+- **ultimate_ai_ml_eurojackpot_generator.py**: ML-basierter Generator mit intelligentem Retraining
+- **optimized_eurojackpot_generator.py**: Optimierter Generator mit mehreren Strategien
+- **tipp_generator_nmmhh.py**: Generator basierend auf NMMHH-Prinzip
+
+### 🤖 Automatisches ML-Retraining
+
+Das System verwendet **intelligentes Retraining**:
+
+- ✅ **Automatische Erkennung**: Prüft ob CSV neuer als ML-Cache
+- ✅ **Smart Caching**: Nutzt Cache wenn Daten unverändert
+- ✅ **Auto-Retrain**: Trainiert neu wenn neue Daten verfügbar
+
+**So funktioniert es:**
+
+1. Nach `update_from_eurojackpot_zahlen_eu.py` wird CSV aktualisiert
+2. Beim nächsten Generator-Start: CSV-Timestamp > Cache-Timestamp
+3. ✅ Automatisches Retraining mit neuen Daten
+4. Neue ML-Modelle berücksichtigen aktuelle Ziehungen
+
+**Manuelles Cache-Löschen (falls nötig):**
+
+```bash
+cd Eurojackpot
+rm -rf cache/
+python scripts/generators/ultimate_ai_ml_eurojackpot_generator.py
+```
+
+### Utilities
+- **eurojackpot_processor.py**: Verarbeitet und markiert Kombinationen
+- **zahlen_umschluesseln.py**: Konvertiert Zahlenkombinationen
+- **create_example_files.py**: Erstellt Testdaten
+
+## Datenformat
+
+Die CSV-Dateien im [data](data/)-Ordner folgen dem Format:
+```csv
+Zahl1,Zahl2,Zahl3,Zahl4,Zahl5,bereits_gezogen
+1,2,3,4,5,0
+5,12,23,34,45,1
+```
+
+## Hinweise
+
+- Eurojackpot: 5 aus 50 Zahlen + 2 aus 12 Eurozahlen
+- Alle Kombinationen: ~139 Millionen Möglichkeiten
+- Die Skripte benötigen ausreichend RAM für große Datenmengen
+
+## Weitere Dokumentation
+
+Siehe [documentation/README.md](documentation/README.md) für die ursprüngliche Dokumentation.