SALib/SALib

해결하는 문제

SALib은 시스템 모델의 입력이 출력에 어떤 영향을 미치는지 이해하도록 돕습니다. 복잡한 모델을 구축할 때 어떤 입력 변수가 가장 영향력이 있는지, 또는 변수들이 서로 어떻게 상호작용하는지 불분명한 경우가 많습니다. 이 라이브러리는 이러한 관계를 정량화하는 도구를 제공하여 모델 결과의 주요 요인을 파악할 수 있게 합니다.

작동 방식

SALib은 검증된 민감도 분석 방법 모음을 제공합니다. 모델의 매개변수(이름 및 범위)를 정의하면 라이브러리가 해당 매개변수에 대한 샘플을 생성합니다. 이 샘플을 사용하여 모델을 실행한 다음, 결과를 SALib으로 전달하여 분석을 수행합니다. 단계별 제어를 위한 절차적 접근 방식과 보다 간소화된 워크플로우를 위한 체인형 접근 방식을 모두 지원합니다.

대상 사용자

시스템 모델을 구축하고 연구 결과를 검증하거나 해석하기 위해 전역 민감도 분석을 수행해야 하는 연구자, 데이터 과학자 및 엔지니어를 위해 설계되었습니다.

주요 특징

• Sobol, Morris, eFAST, Shapley Effects 등 광범위한 민감도 분석 방법을 포함합니다.
• 명령줄 및 Python 기반 워크플로우를 모두 지원합니다.
• 샘플링, 평가 및 분석 단계를 연결하기 위한 유연한 'ProblemSpec' 인터페이스를 제공합니다.
• 분석 결과를 시각화하기 위한 내장 플로팅 기능을 제공합니다.
• NumPy, SciPy, pandas와 같은 표준 Python 데이터 과학 도구와 호환됩니다.