実験

公式 example/tabular/ デモの実行条件と再現判定を示す。全スクリプトは DPSDA 9078c67 から無改変で実行（XOR のみ後述の deviation）。

公式デモ一覧と共通設定

全デモ共通: TabularAPI(mutation_rate_init=0.5, mutation_rate_final=0.01, decay_type="polynomial", gamma=0.2)、NearestNeighbors(mode="L2", lookahead_degree=0, backend="torch")、composite population ([sample]×5 + [rank]×(num_iterations-5))、epsilon=1.0、delta=1/n/ln(n)。

スクリプト	CLI	num_iterations	num_samples	分類器	WSD degrees
`xor_stress_test.py`	`--num-features {1..7}`	20	1000	tabpfn	なし
`scm.py`	`--prior-function {tree,nn,rff}`	15	1000	tabicl	5,6,7
`breast_cancer.py`	なし	20	150	tabicl	1,2,3
`adult.py`	なし	30	1000	tabicl	1,2,3
`artificial_characters.py`	なし	15	1000	tabicl	5,6,7
`person_activity.py`	なし	15	5000	tabicl	5,6,7

実行順序（本フェーズ）

Smoke Test: breast_cancer.py（tabicl のため無改変で完走可能）。
XOR: --num-features 1, 2（生成のみ。分類器は下記理由で NOT_RUN）。
SCM: --prior-function rff。
Artificial Characters。

SCM は rff・tree・nn の 3 prior、実データは Breast Cancer・Adult・ Artificial Characters・Person Activity をすべて実行済み。XOR は生成のみ（分類器 NOT_RUN）。

再実行可能なコマンド

uv sync
# Smoke / 実データ / SCM（無改変・公式）
uv run python scripts/run_experiment.py --script breast_cancer.py
uv run python scripts/run_experiment.py --script scm.py --arg --prior-function rff
uv run python scripts/run_experiment.py --script artificial_characters.py
# XOR（分類器を除いた deviation。生成のみ）
uv run python scripts/experiments/xor_no_classifier.py --num-features 1

再現判定

判定は REPRODUCED / PARTIALLY_REPRODUCED / EXECUTED / FAILED / NOT_RUN を用いる。本フェーズは公式公表値との比較を行っていないため、成功実験はすべて EXECUTED。

実験	データ	判定	実行時間(s)	分類器	acc	F1	AUC	WSD	ε	備考
adult	Adult (real)	EXECUTED	2864.62	tabicl	80.94	70.78	84.94	1-way=0.0292; 2-way=0.0527; 3-way=0.0758	1.0	–
artificial_characters	Artificial Characters (real)	EXECUTED	224.23	tabicl	51.6	50.92	–	5-way=0.1519; 6-way=0.1862; 7-way=0.2175	1.0	–
breast_cancer	Breast Cancer (real)	EXECUTED	230.53	tabicl	91.86	91.44	98.73	1-way=0.1644; 2-way=0.2767; 3-way=0.3749	1.0	–
person_activity	Person Activity (real)	EXECUTED	4497.71	tabicl	64.04	36.52	–	5-way=0.1175; 6-way=0.1526; 7-way=0.1868	1.0	–
scm_nn	SCM (simulated)	EXECUTED	745.5	tabicl	85.48	85.46	93.8	5-way=0.1432; 6-way=0.1817; 7-way=0.2174	1.0	–
scm_rff	SCM (simulated)	EXECUTED	739.31	tabicl	61.08	61.03	64.14	5-way=0.1460; 6-way=0.1860; 7-way=0.2243	1.0	–
scm_tree	SCM (simulated)	EXECUTED	742.1	tabicl	66.68	66.66	72.61	5-way=0.1424; 6-way=0.1828; 7-way=0.2210	1.0	–
xor_stress_test_1_features	XOR stress test (1 feature)	EXECUTED	5.41	–	–	–	–	–	1.0	classifier: NOT_RUN (tabpfn requires interactive license/TABPFN_TOKEN) \| deviation: TabClassifier(model_name='tabpfn') removed; generation/DP unchanged.
xor_stress_test_1_features_tabicl	XOR stress test (1 feature)	EXECUTED	461.6	tabicl	99.8	99.8	100.0	–	1.0	deviation: classifier tabpfn -> tabicl (tabpfn is license-gated); generation/DP unchanged.
xor_stress_test_2_features	XOR stress test (2 feature)	EXECUTED	5.67	–	–	–	–	–	1.0	classifier: NOT_RUN (tabpfn requires interactive license/TABPFN_TOKEN) \| deviation: TabClassifier(model_name='tabpfn') removed; generation/DP unchanged.
xor_stress_test_2_features_tabicl	XOR stress test (2 feature)	EXECUTED	963.38	tabicl	99.01	99.01	99.96	–	1.0	deviation: classifier tabpfn -> tabicl (tabpfn is license-gated); generation/DP unchanged.
xor_stress_test_3_features_tabicl	XOR stress test (3 feature)	EXECUTED	1001.12	tabicl	96.85	96.85	99.67	–	1.0	deviation: classifier tabpfn -> tabicl (tabpfn is license-gated); generation/DP unchanged.
xor_stress_test	XOR stress test (simulated)	FAILED	7.82	tabpfn	–	–	–	–	1.0	tabpfn.errors.TabPFNLicenseError: TabPFN requires a one-time license acceptance to download

XOR (tabpfn): FAILED（TabPFNLicenseError。要 TABPFN_TOKEN）。公式 tabpfn は NOT_RUN。生成のみの deviation は EXECUTED。分類評価は tabicl に差し替えた deviation で num-features 1〜3 を EXECUTED（詳細は 📈 詳細結果図 3）。
数値はすべて results/summaries/experiments.csv から生成している。