pymvpa2-searchlight - מקוון בענן

תָכְנִית:

שֵׁם

pymvpa2-searchlight - ניתוח ROI נוסע

תַקצִיר

pymvpa2 זַרקוֹר [--גִרְסָה] [-h] -i ערכת נתונים [ערכת נתונים ...] -- מטען מטען
--שכנים SPEC [--nproc NPROC] [--multiproc-backend {native,hdf5}] [--aggregate-fx
AGGREGATE_FX] [--ds-preproc-fx DS_PREPROC_FX] [--enable-ca שֵׁם [שֵׁם ...]] [--disable-ca
שֵׁם [שֵׁם ...]] [--פיזור-רואיס SPEC] [--roi-attr ATTR/EXPR [ATTR/EXPR ...]] [--קו"ח-
הלומד CV_LEARNER] [--cv-learner-space CV_LEARNER_SPACE] [--cv-מחיצה
CV_PARTITIONER] [--cv-errorfx CV_ERRORFX] [--cv-avg-datafold-results] [--cv-balance-
הַדְרָכָה CV_BALANCE_TRAINING] [--cv-sampling-repetitions CV_SAMPLING_REPETITIONS] [--קו"ח-
תמורות CV_PERMUTATIONS] [--cv-prob-tail {שמאל, ימין}] -o תפוקה [--hdf5-דחיסה
סוג]

תיאור

ניתוח החזר ROI בנסיעות

אפשרויות

--גִרְסָה
הצג את פרטי הגירסה והרישיון של התוכנית וצא

-h, - עזרה, --help-np
הצג הודעת עזרה זו וצא. --help-np משבית בכוח את השימוש בביפר
על הצגת העזרה.

-i DATASET [DATASET ...], --קֶלֶט ערכת נתונים [ערכת נתונים ...]
נתיבים לקובץ נתונים אחד או יותר של PyMVPA. כל מערכי הנתונים ימוזגו ל-a
מערך נתונים בודד (vstack'ed) לפי סדר המפרט. במקרים מסוימים אפשרות זו עשויה
יש לציין יותר מפעם אחת אם ישנם מערכי נתונים מרובים אך נפרדים
נדרש.

אפשרויות ל זַרקוֹר להכין:
-- מטען מטען
לעבור לבחירת סוג ניתוח מסוים שיופעל בצורת זרקור ב-a
מערך נתונים. בהתאם לבחירה, אפשרויות הגדרת הניתוח המתאימות הן
העריך. 'cv' מחשב ניתוח אימות צולב. לחילופין, הטיעון
לאפשרות זו יכול להיות גם שם קובץ סקריפט שבו נבנית מידה מותאמת אישית
אז רץ כזרקור.

--שכנים SPEC
להגדיר את הגודל והצורה של החזר ROI ביחס למיקום מרכז/זרע. אם
ניתן מספר שלם בודד, הוא מתפרש כרדיוס (במספר הרשת
אלמנטים) סביב מיקום זרעים. כברירת מחדל קואורדינטות רשת עבור תכונות הן
נלקח מתכונת תכונה 'voxel_indexes' במערך הקלט. אם קואורדינטות
יילקח מתכונה אחרת, ניתן להקדים את ערך הרדיוס
שם התכונה, כלומר 'altcoords:2'. עבור צורות ROI שאינן כדורים (עם
פרמטרים נוספים פוטנציאליים), ניתן לציין גם את שם הצורה, כלומר
'voxel_indices:HollowSphere:3:2'. כל חפצי השכונה מה
מודול mvpa2.misc.neighborhood נתמכים. עבור צורות ROI מותאמות אישית זה גם כן
אפשר להעביר שם קובץ סקריפט, או שם תכונה בתוספת שם קובץ סקריפט
שילוב, כלומר 'voxel_indices:myownshape.py' (מתקדם). זה אפשרי ש
ציין אפשרות זו מספר פעמים כדי להגדיר צורות ROI מרובות מרחבים עבור, למשל,
זרקורים מרחבי-זמניים.

--nproc NPROC
השתמש במספר הספציפי או בתהליכי עבודה לצורך מחשוב.

--multiproc-backend {native,hdf5}
מציין את הדרך שבה תוצאות מסופקות בחזרה מבלוק עיבוד במקרה של
--nproc > 1. 'מקורי' הוא כבישה/ביטול כבישה של תוצאות, בעוד ש-'hdf5' משתמש ב-HDF5
אחסון קבצים מבוסס. 'hdf5' עשוי להיות יעיל יותר בזמן ובזיכרון במקרים מסוימים.

--aggregate-fx AGGREGATE_FX
השתמש בפונקציית צבירת תוצאות מותאמת אישית עבור הזרקור

--ds-preproc-fx DS_PREPROC_FX
פונקציית עיבוד מקדים מותאמת אישית ליישום מיד לאחר טעינת הנתונים

אפשרויות ל מותנה מאפיינים you
--enable-ca שם שם ...]
רשימה של תכונות מותנות שיש להפעיל

--disable-ca שם שם ...]
רשימה של תכונות מותנות שיש להשבית

אפשרויות ל אילוץ מה היא זַרקוֹר:
--פיזור-רואיס SPEC
לפזר מיקומי ROI על פני השטח הזמין. הטיעונים הנתמכים בכך
האופציות זהות לאלו של --שכנים. מיקומי החזר ROI נבחרים באופן אקראי
מכל המיקומים האפשריים עם אילוץ שהמרכז מתאם של כל אחד
החזר ROI אינו בשכונה (כפי שהוגדרה על ידי הטיעון של אפשרות זו) של a
החזר ROI שני. הגדלת גודל השכונה מגדילה אפוא את
מיעוט הדגימה.

--roi-attr ATTR/EXPR [ATTR/EXPR ...]
שם של מאפיין תכונה שהערכים שאינם אפס מגדירים החזר ROI אפשרי
זרעים/מרכזים. לחלופין, זה יכול להיות גם ביטוי כמו: parcellation_roi
eq 16 (ראה את הפקודה 'בחר' על מידע אילו ביטויים נתמכים).

אפשרויות ל אימות צולב להכין:
--לומד CV CV_LEARNER
בחר לומד (צומת ניתן לאימון) באמצעות התיאור שלו במחסן הלומד (ראה
פקודת 'מידע' עבור רישום), רשימה של יכולות מופרדות בנקודתיים, או לפי קובץ
נתיב לסקריפט Python שיוצר מופע מסווג (מתקדם).

--cv-learner-space CV_LEARNER_SPACE
שם של תכונה לדוגמה המגדירה את המודל שיילמד על ידי הלומד. על ידי
ברירת מחדל זוהי תכונה בשם 'מטרות'.

--cv-מחיצה CV_PARTITIONER
בחר ערכת קיפול נתונים. הטיעונים הנתמכים הם: 'חצי' עבור מפוצל-חצי
חלוקה, 'oddeven' עבור חלוקה לחלקים אי-זוגיים ושווים, 'group-X' שבו
X יכול להיות כל מספר שלם חיובי עבור חלוקה בקבוצות X, 'nX' שבו X יכול להיות
כל מספר שלם חיובי עבור השאר-X-chunks החוצה את המחיצות. מחיצות כברירת מחדל
פועלים על נתחי מערך נתונים המוגדרים על ידי תכונת מדגם 'נתחים'. השם
של התכונה "chunking" ניתן לשנות על ידי הוספת נקודתיים ואת השם של
תכונה (למשל 'oddeven:run'). אופציונלי טיעון לאפשרות זו יכול להיות גם
נתיב קובץ לסקריפט של Python שיוצר מופע מחיצה מותאם אישית
(מִתקַדֵם).

--cv-errorfx CV_ERRORFX
פונקציית שגיאה שיש להחיל על המטרות והתחזיות של כל אחת מהן
קיפול נתוני אימות צולב. זה יכול להיות שם של כל פונקציית שגיאה ב
מודול mvpa2.misc.errorfx של PyMVPA, או נתיב קובץ לסקריפט Python שיוצר
פונקציית שגיאה מותאמת אישית (מתקדם).

--cv-avg-datafold-results
ערכי תוצאה ממוצעים על פני קיפולי נתונים שנוצרו על ידי המחיצה. לדוגמה
כדי לחשב שגיאת חיזוי ממוצעת על פני כל הקפלים של הליך אימות צולב.

--cv-איזון-אימון CV_BALANCE_TRAINING
אם מופעל, דגימות אימון מאוזנות בתוך כל קפל נתונים. אם מילת המפתח
'שווה' ניתן כארגומנט מספר שווה של דגימות אקראיות עבור כל ייחודי
נבחר ערך יעד. מספר הדגימות לקטגוריה נקבע על ידי
קטגוריה עם המספר הנמוך ביותר של דגימות בערכת האימונים המתאימה. א
ארגומנט מספר שלם יגרום למספר המתאים של דגימות לכל קטגוריה
להיבחר באופן אקראי. ארגומנט מספר נקודה צפה (מרווח [0,1]) מציין
איזה חלק מהדגימות הזמינות ייבחר.

--cv-sampling-repetitions CV_SAMPLING_REPETITIONS
אם איזון מערכי אימונים מופעל, באיזו תדירות צריכה להיות בחירת מדגם אקראי
מבוצע עבור כל קיפול נתונים. ברירת מחדל: 1

--cv-תמורות CV_PERMUTATIONS
מספר ריצות התמורות של מונטה-קרלו שיש לחשב להערכת H0
הפצה עבור כל תוצאות ההצלבה. הפעלת אפשרות זו תגרום
דוחות של ערכי p תואמים הזמינים בסיכום התוצאה ובפלט.

--cv-prob-tail {שמאל, ימין}
מאיזה זנב של התפלגות ההסתברות לדווח על ערכי p בעת ההערכה
תוצאות בדיקת התמורה. לדוגמה, חיזוי ממוצע של אימות צולב
שגיאה יכולה לדווח על ערך p-זנב שמאלי עבור בדיקה חד-צדדית.

תְפוּקָה אפשרויות:
-o תְפוּקָה, --תְפוּקָה תפוקה
שם קובץ פלט (סיומת '.hdf5' מתווספת אוטומטית במידת הצורך). הערה: ה
פורמט הפלט מתאים לחילופי נתונים בין פקודות PyMVPA, אך לא
מומלץ לאחסון או החלפה לטווח ארוך מכיוון שהתוכן הספציפי שלו עשוי להשתנות
בהתאם לסביבת התוכנה בפועל. לאחסון לטווח ארוך שקול
המרה לפורמטים אחרים של נתונים (ראה פקודת 'dump').

--hdf5-דחיסה סוג
סוג דחיסה עבור אחסון HDF5. הערכים הזמינים תלויים ב-HDF5 הספציפי
הַתקָנָה. ערכים אופייניים הם: 'gzip', 'lzf', 'szip' או מספרים שלמים מ-1 עד 9
מציין רמות דחיסה של gzip.

השתמש ב-pymvpa2-searchlight באינטרנט באמצעות שירותי onworks.net