ace 0.3.2

这是什么？

ace可用于多种用途。有了它，您可以：

• build easy-to-evaluate surrogate models of data. For example, if you are optimizing input parameters to a complex and long-running simulation, you can feed the results of a parameter sweep into ACE to get a model that will instantly give you predictions of results of any combination of input within the parameter range.
• expose interesting and meaningful relations between predictors and responses from complicated data sets. For instance, if you have survey results from 1000 people and you and you want to see how one answer is related to a bunch of others, ACE will help you.

ace的迷人之处在于它是一个non-parametric多元回归。 工具。这意味着它不会对数据的函数形式做任何假设。 可以使用多项式或直线拟合数据。好吧，艾斯不会那么做的。它 使用具有可变跨度散点图平滑器（实现局部最小值）的迭代 平方估计）来计算数据的结构。如你所见 结果是一个巨大的不同。

安装它

ace在Python Package Index中可用， 并可以简单地安装如下。

在Linux上：

sudo pip install ace

在Windows上，使用：

pip install ace

直接从来源：

git clone git@github.com:partofthething/ace.git
cd ace
python setup.py install

您可以通过运行自动测试来验证安装是否成功完成 安装目录中的套件：

python -m unittest discover -bv

使用它

要使用，请获取一些示例数据：

fromace.samplesimportwang04x,y=wang04.build_sample_ace_problem_wang04(N=200)

然后运行：

fromaceimportmodelmyace=model.Model()myace.build_model_from_xy(x,y)myace.eval([0.1,0.2,0.5,0.3,0.5])

对于某些绘图（需要matplotlib），请尝试：

fromaceimportaceace.plot_transforms(myace.ace,fname='mytransforms.pdf')myace.ace.write_transforms_to_file(fname='mytransforms.txt')

请注意，您也可以使用空格分隔来加载数据。 文本文件：

myace.build_model_from_txt(fname='myinput.txt')

演示

在 Sample ACE Problems部分。

其他详细信息

ace的这个实现没有原来的fortran版本快，但是它可以 仍然处理一个有5个自变量的问题，每个自变量有1000个观测值 大约15秒。不错。

ace还包含friedman的supersmoother[Friedman82]的纯python实现， 上面提到的可变跨度更平滑。这本身就很有用 用于平滑散点图数据。

历史记录

ace算法由breiman和friedman于1985年出版，最初的 Fortran源代码可从Friedman’s webpage获得。

动机

在这个包之前，ace算法只有在python中通过使用rpy2模块才可用 加载到r统计语言的acepack包中。这个包是纯python 在原出版物的基础上，采用现代软件实践，重新编写了ace算法。 这个包比原来的fortran代码慢，但更容易理解。这个包裹 应该适合中等重量的数据和作为学习工具。

另外，使用f2py在python中运行最初的fortran代码也非常容易。

关于作者

这个包是由尼克图兰，一个专门研究反应堆物理的核工程师发明的。 他的论文导师约翰李教授让他接触了ace，并将其用于 多学科目标函数评价博士学位论文 核反应堆堆芯设计优化研究。

许可证

这个包是在麻省理工学院的许可下发布的，reproduced here。

参考文献