The dos_analyzer from atsushi-ishikawa

VASPでDOSを自動的に計算してmachine-learning

サンプルスクリプト: adsorption.py
bimetallic alloyを想定。上記pythonスクリプトの引数で計算対象を指定する。例えば、 python adsorption.py Pt "CO" --> pure metalを計算 python adsorption.py Pt Pd 50 "CO" --> Pt0.5Pd0.5のalloyを計算。第三引数は第一引数の元素のパーセンテージ
adsorption.pyを実行すると計算条件と計算結果がjsonファイル(surf_data.json)に追記される。汎関数や吸着エネルギーなど。
DOSCAR と vasprun_{system}.xml が出力される。systemはalloy surfaceの名前(Ru0.5Rh0.5_111など)
bimetallic alloyの成分を変えながら、一連の計算をsubmitするにはsubmit_ads.pyを使う
submit_ads.py内でadsorption.pyにジョブを投げるようになっている。したがって計算機センター等ではpython submit_ads.pyを実行すると一連の計算が始まる

サンプルスクリプト: example.py
dos_analyzerライブラリーを利用
DOSCARを読み込んでs, p, d-DOSのピークを検出してdescriptorにする
VaspDosPlusクラスを定義: DOSCARファイル名をインスタンス作成時に与える(dos = VaspDosPlus(doscar=DOSCAR))
表面のVASP計算のデータが入ったjsonファイルが必要: VaspDosPlusのsurf_jsonプロパティで設定

サンプルスクリプト: regression.py
上で計算したdescriptorが入ったjsonファイルを使う
sklearnを利用。現状ではOLS (ordinary linear regression), Ridge, LASSO, random forestを行う
BOLASSO (bootstrapped LASSSO)はRにしかライブラリがないのでdo_bolasso.rで実行する。regression.pyからはこのRのスクリプトを呼ぶようになっている

python plotdos.py Rh0.2Cu0.8_111 ; open DOS_Rh0.2Cu0.8_111.png