Versione verificata
| Framework | GX-TXT 0.9.8.10-dev-031 |
|---|---|
| Solver/primitives | NUMERIC_API_v1 |
1. Che cos'è un fit?
Fittare significa scegliere un modello con parametri e trovare i parametri che rendono le predizioni compatibili con i dati secondo una funzione obiettivo, normalmente legata ai residuals. Il fit non “dimostra” che il modello sia vero: misura quanto quel modello riesce a descrivere i dati nel dominio considerato.
2. Interpolazione, regression e nonlinear fitting
| Interpolazione | Costruisce una curva fra punti; non stima necessariamente un modello fisico. |
|---|---|
| Linear regression | Stima una relazione lineare fra X e Y. |
| Polynomial fit | Stima coefficienti di un polinomio del grado scelto. |
| Nonlinear fit | Ottimizza parametri di un modello non lineare; dipende da initial guesses e possibili minimi locali. |
| Family/global fit | Un unico modello parametrico viene adattato a più curve/famiglie con input semantici condivisi. |
3. Moduli e strumenti presenti
| ID | Nome | Versione | Tipo | Scopo |
|---|---|---|---|---|
analysis.regression | Regression | 1.0.1 | analysis | Linear/polynomial regression general-purpose su Dataset. |
demo.numeric.regression | Numerical Regression Demo | 1.0.1 | reference/demo | Reference OLS/WLS workflow. |
demo.numeric.nonlinear_fit | Nonlinear fit integration demo | 1.0.5 | reference/demo | Callback nonlinear fit e validation. |
curvefit.family_global | Curve Family Fitting | 6 | analysis | Fit/evaluate di modello parametrico su curve_family.table, domain classification e Plot Dataset. |
curve.replicate_analysis | Replicate Curve Analysis | 8 | pre-fit/statistical | Consensus/uncertainty di curve ripetute; prepara fit-ready data ma non fitta un modello fisico. |
viewer.dataset_curve_fit | Dataset Curve Fit | 0.1.0 | viewer | Filtri, selezione grafica punti, fit line/polynomial/exponential/power/Gaussian, residuals, CSV. |
viewer.curve_workbench | Curve Workbench | 1.0.4 | viewer | Editing di curve families, interpolation/line/polynomial preview, publication. |
viewer.interactive_curve_builder | Interactive Curve Builder | 1.0.0 | viewer | Curve 2D/3D da più Dataset, selection, interpolation/fit, transient preview e publication. |
4. API di base
NUMERIC_API_v1— least squares, linear regression, polynomial fit, nonlinear callbacks, residual metrics e optimization.PARAMETER_SET_API_v1— file di parametri congelati/riusabili.MODEL_DOMAIN_API_v1— dominio di training nello spazio degli input del modello.
5. API dei viewer/workbench
6. Dataset Curve Fit
È il viewer più diretto per “prendere una curva e provarci un fit”. Supporta filtri numerici/testuali, point selection Native 2D, fit su tutti o solo punti selezionati e modelli linear, polynomial (grado 1–12), exponential, power law e Gaussian. Preview mostra formula, coefficienti, RMSE/R² e residuals; Accept conserva fit separati dalla sorgente.
7. Curve Workbench
È prima di tutto un editor di curve families con source-row identity: sposta, aggiunge/elimina punti, undo/redo e preview nearest/linear/cubic/spline/PCHIP/line/polynomial. Publish crea un nuovo Dataset canonico con provenance degli edit.
8. Interactive Curve Builder
Combina source rows da più Dataset, selection/family member, curve 2D o parametriche 3D. Può interpolare oppure fare line/polynomial fit e mostrare preview transiente tramite Plot Dataset; Publish salva il risultato come Dataset.
9. Curve Family Fitting
Lavora su curve_family.table e modelli parametrizzati. In fit ottimizza parametri; in evaluate usa parametri congelati senza optimizer. Può classificare punti in/out del training domain usando un convex hull nello spazio degli input matematici.
10. Diagnostica
Guarda sempre residuals, RMSE/R² e il dominio di validità. Un solver che converge non garantisce un modello fisicamente sensato; un fit eccellente non rende automaticamente corretta una extrapolation.