Español | English

---

Referencia técnica de run_analysis.py: fases, entradas, salidas y artefactos.

---

• Script: scenarios/analysis/run_analysis.py
• Ejecutar desde: Raíz del repositorio (padre de scenarios/).
• Ejemplo: python3 scenarios/analysis/run_analysis.py --corpus corpus_v1 --phase all

---

Fase	Objetivo	Entradas principales	Salidas principales
features	Extraer vector de features de cada .settings (world_area, aspect_ratio, …)	directorio del corpus (p. ej. corpus_v1)	data/features.csv, data/scenario_list.txt
features_report	Listar features usados + settings no usados (con motivos)	corpus, data/	reports/features_report.txt, reports/features_report.md
normalize	Z-score por columna (ignorando NaN), imputar NaN→0; escribir core/reduced	data/features.csv	data/features_normalized.csv, data/normalization_params.csv, data/features_core.csv (23), data/features_reduced.csv (17)
correlation	Pearson, Spearman, distancia coseno y euclídea entre escenarios	data/features_normalized.csv	data/correlation_*.csv, data/distance_*.csv, reports/correlation_report.txt, reports/multiple_comparisons_report.txt, reports/clustering_report.txt, data/cluster_assignments.csv
feature_correlation	Matriz de correlación feature–feature (core 23×23)	data/features_core.csv	data/feature_feature_correlation_core.csv, figures/heatmap_feature_feature_core.*, reports/feature_feature_correlation_report.txt
ablation	Comparar métricas de diversidad (17 vs 23 vs 46 features)	data/features_normalized.csv, features_core.csv, features_reduced.csv	reports/ablation_report.txt, data/ablation_metrics.csv
figures	Heatmaps, histogramas, scatter PCA	data/*.csv (de correlation)	figures/*.png, figures/*.pdf
output_metrics	Construir output_metrics desde reportes del ONE	*_MessageStatsReport.txt (p. ej. en reports/)	data/output_metrics.csv
outputs	Correlación/distancias sobre vectores de salida	data/output_metrics.csv	data/*_outputs.csv, reports/outputs_correlation_report.txt, figures/heatmap_pearson_outputs.*

---

• --corpus <ruta> — Ruta al directorio del corpus (necesaria para features; puede ser relativa, p. ej. corpus_v1 si se ejecuta desde la raíz con scenarios/corpus_v1).
• --phase <nombre> — Una de: features, features_report, normalize, correlation, feature_correlation, ablation, figures, output_metrics, outputs, all. Con all se ejecutan features → features_report → normalize → correlation → feature_correlation → ablation → figures → output_metrics (no outputs).
• --reports-dir <ruta> — Para output_metrics: directorio con los reportes del ONE (por defecto: reports/ en la raíz del ONE).
• --threshold 0.7 — Umbral de correlación para los informes (por defecto 0.7).
• --strict — Exigir que el 100 % de pares tengan |r| < umbral (fase correlation).

---

Ubicación	Contenido
analysis/data/	features.csv, features_normalized.csv, normalization_params.csv, features_core.csv (23), features_reduced.csv (17), correlation_pearson.csv, correlation_spearman.csv, correlation_pearson_pvalues.csv, distance_cosine.csv, distance_euclidean.csv, feature_feature_correlation_core.csv, ablation_metrics.csv, cluster_assignments.csv, output_metrics.csv, *_outputs.csv
analysis/figures/	heatmap_pearson., heatmap_spearman., heatmap_feature_feature_core., histogram_correlations_., scatter_pca_regression., scatter_max_r_pair_regression., heatmap_pearson_outputs.
analysis/reports/	correlation_report.txt, multiple_comparisons_report.txt, feature_feature_correlation_report.txt, ablation_report.txt, clustering_report.txt, scenarios_to_diversify.txt, features_report.txt, features_report.md, outputs_correlation_report.txt, observaciones_correlacion.md, plan_radical_scenarios.md

---

• Quickstart — Cómo ejecutar el pipeline
• Metodología — Definición de features y correlación
• Referencia de features — Los 46 features (descripción, origen); core 23 vs extended; settings no usados (con motivos)
• Resumen de resultados — Resultados principales