doe_encode — MULTIVAR `coding` op

• Datenarten: matrix → design

• Aufruf: import fullseye as fs; fs.ledger.doe_encode(natural=None, factors=None) -> 'dict' (die Implementierung direkt: import doe; doe.doe_encode(natural=None, factors=None) -> 'dict'; aus dem Register: opsmultivar.get("doe_encode"))

Verwendung

Einstellungen in natürlichen Einheiten (n, k) -> design mit kodierten Werten (−1..+1 = lo..hi).

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

Use it to bring runs that were *not* planned here (a historical log, a hand-made plan) into the same coded frame the analysis ops read. factors gives the ranges (and per-factor "log" scale: coded = position of log10(x) between log10(lo) and log10(hi)). Values outside lo..hi are kept (coded beyond ±1) and named in meta['outside_range'].

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)

• multivar_inspection_tour — py -3.11 examples/multivar_inspection_tour.py

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

doe_decode · rsm_fit · doe_main_effects · sens_morris · sens_sobol

Gleiche Kategorie (`coding`)

doe_decode

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

doe_encode — MULTIVAR coding op