doe_decode — MULTIVAR `coding` op

• 데이터 종류: design → matrix

• 호출: import fullseye as fs; fs.ledger.doe_decode(design=None, coded=None) -> 'np.ndarray'(구현을 직접 호출하려면 import doe; doe.doe_decode(design=None, coded=None) -> 'np.ndarray', 원장에서 가져오려면 opsmultivar.get("doe_decode"))

사용법

design -> 자연 단위 행렬 (n, k). 임의의 부호화 점을 그 범위로 되돌릴 수도 있다.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

coded=None returns the design's natural matrix recomputed from its coded matrix (so a hand-edited natural cannot drift from coded). Pass coded (k,) or (m, k) — e.g. a stationary point from multivar.rsm_fit — to map it to bench settings with the same ranges and scales.

자세한 사용 가이드

• design_of_experiments 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• doe_plan_tour — py -3.11 examples/doe_plan_tour.py

• multivar_inspection_tour — py -3.11 examples/multivar_inspection_tour.py

• poc_simcal_thin_film — py -3.11 examples/poc_simcal_thin_film.py

• sensitivity_tour — py -3.11 examples/sensitivity_tour.py

타입이 이어지는 다음 연산자(`matrix` 를 입력으로 받는 것)

doe_encode · mv_pca · mv_pls · mv_confounding · mv_residual_pca

같은 카테고리(`coding`)

doe_encode

*Provenance: doe.py — MULTIVAR 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

doe_decode — MULTIVAR coding op

사용법