full-search

既存モデルの全探索によるパラメタ探索

概要

既存モデルの全探索を行います。 rho,nu=1,2,...,20と戦略SSW,WSWの2種類の全てのパラメータ組(20x20x2=800)で全探索します。 それぞれUbaldiのモデルを走らせ、10個の指標を計測して保存します。その後にターゲットデータとの距離を計算します。

GA,QDはターゲットデータに合うように(rho,nu,s)を探索しますが、full-search/main.jlではターゲットデータを意識せず、ネットワークの生成と10個の指標の計測だけを行います。 ターゲットデータとのフィッティング（ターゲットデータとのdistanceを求め、最良の(rho,nu,s)を見つける操作）はfitting.pyで行われます。

実行方法

Ubaldiのモデルを走らせ、10個の指標を計算して保存するには、以下のコマンドを実行してください。

$ julia --proj=. --threads=auto main.jl

この結果は./results/existing_full_search.csvに保存されます。

内容は次の形です。同じパラメータで10回試行するため、同じ (rho, nu, s) の組の結果が10件含まれます。 実際に使用する際にはこれらの組でgroupbyした上で算術平均で集約するような操作が期待されます。

rho,nu,s,gamma,no,nc,oo,oc,c,y,g,r,h
<int>,<int>,<string>,<float>,<float>,<float>,<float>,<float>,<float>,<float>,<float>,<float>,<float>
...

次に以下のコマンドを実行してください。./results/existing_full_search.csvを用いて、各ターゲットデータとの距離を計算できます。

$ python fitting.py <target_type>

この結果は./results/<target>/archive.csvに保存されます。