davideandClaude Sonnet 5.5
b8c8aeb60e
- modelli per tipo di dominio ([fit.modelli_per_tipo]) - nei domini di riscaldamento c e tau fissati ai valori del raffreddamento - un grafico dati/modelli per dominio e serie, incorporato in report.md Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
28 lines
1.4 KiB
Markdown
28 lines
1.4 KiB
Markdown
# Uso di `fitseg`
|
|
|
|
## 1. Ambiente
|
|
```bash
|
|
uv venv .venv && uv pip install -e ".[dev]" # numpy, scipy, matplotlib, pytest, ruff
|
|
```
|
|
|
|
## 2. Generare i dati
|
|
I CSV vengono da `../gen_data` (repository separato); `dati/gen_<seed>.csv` ne contiene tre già pronti. Per rigenerarli:
|
|
```bash
|
|
cd ../gen_data && .venv/bin/python genera.py config.toml --seed 4 -o ../EquationMiner/dati/gen_4.csv
|
|
```
|
|
|
|
## 3. Analisi
|
|
```bash
|
|
.venv/bin/fitseg domini dati/gen_1.csv # solo i domini → lavoro/domini.toml
|
|
.venv/bin/fitseg analizza dati/gen_1.csv # domini + fit + report in lavoro/out/
|
|
.venv/bin/fitseg analizza dati/gen_1.csv --domini lavoro/domini.toml # con domini corretti a mano
|
|
.venv/bin/fitseg valuta lavoro/out/modello_finale.json --t 10 20 50
|
|
.venv/bin/pytest # test (singolo: -k raffreddamento)
|
|
```
|
|
Il report è in `lavoro/out/report.md` (con i grafici dati-contro-equazioni incorporati, uno per dominio e serie): per ogni dominio e serie, modello scelto con parametri ± IC 95 %, metriche e tabella di
|
|
confronto di tutti i modelli. Leggi sempre la riga "non adeguato" e l'ACF1: indicano residui che il modello non spiega.
|
|
|
|
## 4. Configurazione
|
|
Tutto in [config.toml](../config.toml) (nessun default nel codice). Chiavi di rilievo: `[domini] soglia_gradino_c`,
|
|
`scarta_dopo_salto_n`, `n_min_punti`; `[fit.modelli_per_tipo]`, `riscaldamento_fissa_da_raffreddamento`, `soglia_delta_aicc`, `rmse_vs_rumore_max`, `seed`.
|