## 「機械学習による光電子収量分光（PYS） スペクトルの自動閾値予測」論文の付属データ

光電子収量分光（PYS）における、閾値予測のプログラムコード・機械学習パラメータ・検証データを公開します。

### PYS論文に使われたプログラム・データ

（1）Fowler解析関数より計算データ（教師データセット）作成
（2）計算データの機械学習
（3）測定データによる検証
この他に、
（4）検証データ　Excel
（5）機械学習のパラメータファイル

##### Directry構成

    autoreglib
    pysfunclib
    data---df_au481_pys.csv
       ---validation_data_MDR.xlsx
       ---validation_data_MDR_results.xlsx
    spys_reg_20200623
    reg_data_model-making.ipynb
    validation.ipynb
    ml_fit_prediction.ipynb
    data_range_madify.ipynb

添付ファイルの説明
（1）-（3）に使われる共通コードは、2つのモジュールにまとめられています。
pysfunclib :PYSの計算式、最適化関数、グラフ描画などプログラム
autoreglib：Scikit-learnモジュールをいくつか組み合わせて、学習からグリッドサーチ、描画まで機械学習を自動化したプログラム

計算の実際 (Jupyter notebook形式)（計算結果が載っているもの）
reg_data_model-making.ipynb：計算データの作成と機械学習
validation.ipynb：測定データ検証
ml_fit_prediction.ipynb：任意のデータの予測
data_range_madify.ipynb：測定データの範囲・ステップを変更

計算結果が載っていないものについては、それぞれのファイル名に「_clear」と書かれています。
ipynbファイルの内容と同じものでHTML形式のものについては、html_ipynbホルダーに格納されています。

なお、こちらのサイトhttps://kokes.github.io/nbviewer.js/viewer.html
にipynbファイルをドロップすると内容を見ることができます。

dataホルダー
df_au481_pys.csv：Auを測定したデータ（閾値：4.81eV）
validation_data_MDR.xlsx：検証データ（理研計器AC装置で測定したもの）
validation_data_MDR_results.xlsx：検証データ+機械学習・Fittingの予測値が入ったもの

spys_reg_20200623ホルダー
機械学習のパラメータが入っています。



### ライセンス

spys_reg_20200623ホルダーに入っているパラメータについては、CC BY-NC（作品を複製、頒布、展示、実演を行うにあたり、著作権者の表示を要求し、非営利目的での利用に限定する。）です。
その他のプログラムコード、付属データについては、BSD License (3-clause BSD License)です。



### 動作環境

以下の環境では動作しています。

OS: Windows10 Pro 64Bit
AnacondaによるPythonのインストール
python                    3.7.6
conda                     4.8.3
joblib                    0.14.1
jupyter                   1.0.0
matplotlib                3.1.3
numpy                     1.18.1
pandas                    1.0.3
scikit-learn              0.22.1
scipy                     1.3.1
seaborn                   0.10.0

###### Requirements without Version Specifiers ######

matplotlib
numpy
scipy
seaborn

###### Requirements with Version Specifiers ######

pandas >= 1.0.3
scikit-learn >= 0.22.1
joblib >=  0.14.1