"""Fit di tutti i modelli abilitati su ogni (dominio, serie) e scelta con la regola automatica.""" import numpy as np from .domini import sigma_rumore from .fit import adatta from .selezione import scegli def analizza_domini(t, serie, domini, cfg): """Ritorna la lista dei risultati, uno per dominio, con i fit di ogni serie e la scelta.""" c, f = cfg["domini"], cfg["fit"] rng = np.random.default_rng(f["seed"]) risultati = [] for k, d in enumerate(domini, 1): i0 = d["i0"] + (c["scarta_dopo_salto_n"] if d["tipo"] != "riposo" else 0) i1 = d["i1"] t0 = t[d["i0"]] voce = {"k": k, "tipo": d["tipo"], "t0_s": float(t[d["i0"]]), "t1_s": float(t[i1 - 1]), "n": int(i1 - d["i0"]), "n_fit": int(i1 - i0), "serie": {}} for nome_serie, y in serie.items(): ty, yy = t[i0:i1] - t0, y[i0:i1] sigma = sigma_rumore(yy) voce_s = {"sigma": float(sigma), "fit": [], "scelta": None} if len(yy) < c["n_min_punti"]: voce_s["motivo"] = f"indeterminato: {len(yy)} campioni < n_min_punti" else: for m in f["modelli_abilitati"]: from .modelli import MODELLI if len(MODELLI[m][1]) > len(yy) - 2: continue voce_s["fit"].append(adatta(ty, yy, m, sigma, cfg, rng)) scelto, motivo, adeguato = scegli(voce_s["fit"], sigma, cfg) voce_s["scelta"] = scelto["modello"] if scelto else None voce_s["motivo"], voce_s["adeguato"] = motivo, adeguato voce["serie"][nome_serie] = voce_s risultati.append(voce) return risultati