doe_decode — MULTIVAR `coding` op

• Datenarten: design → matrix

• Aufruf: import fullseye as fs; fs.ledger.doe_decode(design=None, coded=None) -> 'np.ndarray' (die Implementierung direkt: import doe; doe.doe_decode(design=None, coded=None) -> 'np.ndarray'; aus dem Register: opsmultivar.get("doe_decode"))

Verwendung

design -> Matrix in natürlichen Einheiten (n, k); oder beliebige kodierte Punkte mit ihren Bereichen dekodieren.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

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.

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie design_of_experiments

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• 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

Typkompatible Folge-Operatoren (nehmen `matrix` als Eingabe)

doe_encode · mv_pca · mv_pls · mv_confounding · mv_residual_pca

Gleiche Kategorie (`coding`)

doe_encode

*Provenance: doe.py — MULTIVAR Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

doe_decode — MULTIVAR coding op