1.模型评估与优化：使用测试集评估模型性能，通过调整LSTM层数、神经元数量或马尔可夫链的阶数等超参数来优化模型。
2.热号选择：根据历史数据选择出现频率较高的“热号”
3.**教育与概率思维的培养工具** 在教育领域，尤其是数学或统计学入门教学中，加拿大28算法可以作为一个生动而具体的案例，用于解释随机事件、概率分布、期望值等基础概念。通过剖析该算法的运行规则和大量结果的数据分布，学生能够直观地理解抽象的概率论原理，培养数据思维。这种将具体算法模型转化为教学工具的应用，使其超越了原本的功能设定，发挥了科普与教育的价值。