MixLab实验管理与配方寻优
EXPERIMENT MANAGEMENT & MIX DESIGN OPTIMIZATION
—
数据概况
实验记录
Excel 里的多层合并表头会自动识别并展开，不用另存为 CSV。
一个工作簿里的多张表可以各自导入成一条产品线。
性能指标分布
字段设置 类型 / 单位 / 寻优范围
类型为配比且单位填 % 的字段参与质量平衡（合计恒为 100）；
化学分析结果请留在工艺/特性，单位是 % 也不会被拉进 100%。
「标注」类字段（编号、日期、备注）不参与建模。
把下界和上界填成同一个数，寻优时这一列就固定住——化学成分、比表面积这类 「测出来的、不是调出来的」输入应该这么处理，否则寻优会给出配比和化学成分对不上的方案。
把下界和上界填成同一个数，寻优时这一列就固定住——化学成分、比表面积这类 「测出来的、不是调出来的」输入应该这么处理，否则寻优会给出配比和化学成分对不上的方案。
一键训练 每个性能指标各训一个模型
Extra Trees 森林 + 5 折交叉验证；报的是留出集精度，不是训练集自评。
预测的不确定度来自树与树之间的分歧——配方空间越稀疏，分歧越大。
寻优设置
下一批该做什么实验 按期望改进排序
期望改进同时看重「可能更好」和「模型没把握」，所以推荐的点会往历史数据稀疏的区域走—— 那里正是模型最需要补课的地方。这批做完录回系统重新训练，模型在整个配方空间的可信度提升最快。
导出部署文件 把训练好的模型打成一个能双击运行的单文件
导出的是一个 HTML 文件，自带模型和寻优引擎。拷到产线或办公室任意一台电脑，
双击就能算配方——不装环境、不连网、不开服务器。
文件里存的是模型（决策树结构），不含性能实测值、样品编号和日期，外流也不会泄露实验台账。
导出时会按部署规格重新训练一遍，并重新做交叉验证——部署文件里标的
R² 就是它自己的表现，不是平台上那个模型的。规格越低文件越小、算得越快，精度差别通常在小数点后第三位。
「历史配比种子」写入的只有配比列本身，没有对应的性能实测值。
十几维空间里随机采样撞不中某个具体点，不带种子的话，算出来的方案有可能反而不如现用配方。