pymvpa2-zoeklicht - Online in de cloud

PROGRAMMA:

NAAM

pymvpa2-zoeklicht - reizende ROI-analyse

KORTE INHOUD

pymvpa2 zoeklicht [--versie] [-h] -i DATASET: [DATASET: ​ --lading payload
--buren SPEC [--nproc NPROC] [--multiproc-backend {native, hdf5}] [--aggregaat-fx
AGGREGATE_FX] [--ds-preproc-fx DS_PREPROC_FX] [--inschakelen-ca NAAM [NAAM ...]] [--uitschakelen-ca
NAAM [NAAM ...]] [--scatter-rois SPEC] [--roi-attr ATTR/EXPR [ATTR/EXPR ...]] [--CV-
leerling CV_LEARNER] [--cv-leerling-ruimte CV_LEARNER_SPACE] [--cv-partitie
CV_PARTITIONER] [--cv-foutfx CV_ERRORFX] [--cv-avg-datafold-resultaten] [--cv-balans-
opleiding CV_BALANCE_TRAINING] [--cv-sampling-herhalingen CV_SAMPLING_REPETITIONS] [--CV-
permutaties CV_PERMUTATIES] [--cv-prob-staart {links rechts}] -o OUTPUT [--hdf5-compressie
TYPE]

PRODUCTBESCHRIJVING

ROI-analyse op reis

OPTIES

--versie
toon de versie van het programma en licentie-informatie en sluit af

-h, --help, --help-np
toon dit helpbericht en sluit af. --help-np schakelt het gebruik van een pager krachtig uit
voor het weergeven van de help.

-i GEGEVENSSET [GEGEVENSSET ...], --invoer GEGEVENSSET [GEGEVENSSET ...]
pad(en) naar een of meer PyMVPA-datasetbestanden. Alle datasets worden samengevoegd tot een
enkele dataset (vstack'ed) in volgorde van specificatie. In sommige gevallen kan deze optie
moeten meer dan één keer worden opgegeven als er meerdere, maar afzonderlijke invoergegevenssets zijn
vereist.

Opties voor zoeklicht setup:
--lading payload
schakelaar om een ​​bepaald analysetype te selecteren dat als zoeklicht moet worden uitgevoerd op a
gegevensset. Afhankelijk van de keuze zijn de bijbehorende analyse-opzetopties
geëvalueerd. 'cv' berekent een kruisvalidatieanalyse. Alternatief: de argumentatie
Bij deze optie kan ook een scriptbestandsnaam staan ​​waarin een aangepaste meting is ingebouwd
dat vervolgens als zoeklicht wordt gebruikt.

--buren SPEC
definieer de grootte en vorm van een ROI met betrekking tot een centrum/zaadlocatie. Als een
Als er één geheel getal wordt gegeven, wordt dit geïnterpreteerd als de straal (in aantal rasters).
elementen) rond een zaadlocatie. Standaard zijn de rastercoördinaten voor objecten
overgenomen uit een kenmerkkenmerk 'voxel_indices' in de invoergegevensset. Als coördinaten
moet uit een ander attribuut worden gehaald; de straalwaarde kan worden voorafgegaan door
de attribuutnaam, bijvoorbeeld 'altcoords:2'. Voor andere ROI-vormen dan bollen (met
mogelijk aanvullende parameters), kan ook de vormnaam worden opgegeven, dwz
'voxel_indices:HollowSphere:3:2'. Alle buurtobjecten uit de
mvpa2.misc.neighborhood-module wordt ondersteund. Voor aangepaste ROI-vormen is dit ook het geval
Het is mogelijk om een ​​scriptbestandsnaam door te geven, of een attribuutnaam plus scriptbestandsnaam
combinatie, dwz 'voxel_indices:myownshape.py' (geavanceerd). Het is mogelijk om
specificeer deze optie meerdere keren om ROI-vormen met meerdere ruimtes te definiëren voor bijvoorbeeld
spatiotemporele zoeklichten.

--nproc NPROC
Gebruik het specifieke aantal of de werkprocessen voor computergebruik.

--multiproc-backend {native, hdf5}
Specificeert de manier waarop resultaten uit een verwerkingsblok worden teruggezonden in het geval van
--nproc > 1. 'native' is het beitsen/ontpakken van resultaten, terwijl 'hdf5' HDF5 gebruikt
gebaseerde bestandsopslag. 'hdf5' kan in sommige gevallen meer tijd- en geheugenefficiënt zijn.

--aggregaat-fx AGGREGATE_FX
gebruik een aangepaste resultaataggregatiefunctie voor het zoeklicht

--ds-preproc-fx DS_PREPROC_FX
aangepaste voorverwerkingsfunctie die onmiddellijk na het laden van de gegevens moet worden toegepast

Opties voor voorwaardelijk attributen:
--inschakelen-ca NAAM NAAM ...]
lijst met voorwaardelijke attributen die moeten worden ingeschakeld

--uitschakelen-ca NAAM NAAM ...]
lijst met voorwaardelijke kenmerken die moeten worden uitgeschakeld

Opties voor beperkend the zoeklicht:
--scatter-rois SPEC
verspreid ROI-locaties over de beschikbare ruimte. De argumenten die hierdoor worden ondersteund
optie zijn identiek aan die van --buren. ROI-locaties worden willekeurig gekozen
vanaf alle mogelijke locaties met de beperking dat het centrum de coördinaten van elke locatie is
De ROI ligt NIET in de buurt (zoals gedefinieerd door het argument van deze optie) van a
tweede ROI. Door de omvang van de wijk te vergroten, neemt de omvang van de wijk dus toe
schaarste van de steekproef.

--roi-attr ATTR/EXPR [ATTR/EXPR...]
naam van een kenmerkattribuut waarvan de waarden die niet nul zijn, de mogelijke ROI definiëren
zaden/centra. Als alternatief kan dit ook een uitdrukking zijn als: perceellation_roi
eq 16 (zie het 'select'-commando voor informatie over welke expressies worden ondersteund).

Opties voor kruisvalidatie setup:
--cv-leerling CV_LEARNER
selecteer een leerling (trainbaar knooppunt) via zijn beschrijving in het leerlingmagazijn (zie
'info'-opdracht voor een vermelding), een door dubbele punten gescheiden lijst met mogelijkheden of een bestand
pad naar een Python-script dat een classificatie-instantie maakt (geavanceerd).

--cv-leerling-ruimte CV_LEARNER_SPACE
naam van een voorbeeldattribuut dat het model definieert dat door een leerling moet worden geleerd. Door
standaard is dit een attribuut met de naam 'targets'.

--cv-partitie CV_PARTITIONER
selecteer een gegevensvouwschema. Ondersteunde argumenten zijn: 'half' voor split-half
partitionering, 'oddeven' voor het partitioneren in oneven en even stukken, 'group-X' waar
X kan elk positief geheel getal zijn voor opdeling in X-groepen, 'nX' waar X kan zijn
elk positief geheel getal voor het weglaten van X-chunks bij partitionering. Standaard partities
werken op dataset-chunks die worden gedefinieerd door een 'chunks'-voorbeeldattribuut. De naam
van het attribuut "chunking" kan worden gewijzigd door een dubbele punt toe te voegen en de naam van de
attribuut (bijv. 'oddeven:run'). optioneel kan ook een argument bij deze optie staan
een bestandspad naar een Python-script dat een aangepaste partitioner-instantie maakt
(geavanceerd).

--cv-foutfx CV_ERRORFX
foutfunctie die moet worden toegepast op de doelen en voorspellingen van elk
kruisvalidatie gegevensvouw. Dit kan een naam zijn van een willekeurige foutfunctie in
PyMVPA's mvpa2.misc.errorfx-module, of een bestandspad naar een Python-script dat
een aangepaste foutfunctie (geavanceerd).

--cv-avg-datafold-resultaten
gemiddelde resultaatwaarden over gegevensvouwen gegenereerd door de partitioner. Bijvoorbeeld
om een ​​gemiddelde voorspellingsfout over alle vouwen van een kruisvalidatieprocedure te berekenen.

--cv-balanstraining CV_BALANCE_TRAINING
Indien ingeschakeld, worden trainingsvoorbeelden gebalanceerd binnen elke gegevensvouw. Als het trefwoord
'gelijk' wordt als argument opgegeven voor een gelijk aantal willekeurige steekproeven voor elke unieke
doelwaarde wordt gekozen. Het aantal monsters per categorie wordt bepaald door de
categorie met het minste aantal monsters in de betreffende trainingsset. Een
integer-argument zorgt ervoor dat het overeenkomstige aantal monsters per categorie wordt gegenereerd
willekeurig worden geselecteerd. Een getalargument met drijvende komma (interval [0,1]) geeft aan
welk deel van de beschikbare monsters moet worden geselecteerd.

--cv-sampling-herhalingen CV_SAMPLING_REPETITIONS
Als het balanceren van trainingssets is ingeschakeld, hoe vaak moet dan willekeurige steekproefselectie plaatsvinden?
uitgevoerd voor elke gegevensvouw. Standaard: 1

--cv-permutaties CV_PERMUTATIES
Aantal Monte-Carlo-permutatieruns dat moet worden berekend voor het schatten van een H0
distributie voor alle kruisvalidatieresultaten. Als u deze optie inschakelt, wordt
rapporten van overeenkomstige p-waarden beschikbaar in de resultatensamenvatting en output.

--cv-prob-staart {links rechts}
welke staart van de kansverdeling om p-waarden te rapporteren bij het evalueren
resultaten van permutatietests. Een kruisvalidatieberekening betekent bijvoorbeeld een gemiddelde voorspelling
fout zou een p-waarde aan de linkerzijde kunnen rapporteren voor een enkelzijdige test.

uitgang opties:
-o UITGANG, --uitvoer OUTPUT
output bestandsnaam ('.hdf5' extensie wordt automatisch toegevoegd indien nodig). Merk op
uitvoerformaat is geschikt voor gegevensuitwisseling tussen PyMVPA-commando's, maar is niet:
aanbevolen voor langdurige opslag of uitwisseling omdat de specifieke inhoud kan variëren
afhankelijk van de daadwerkelijke softwareomgeving. Overweeg voor langdurige opslag:
conversie naar andere dataformaten (zie commando 'dump').

--hdf5-compressie TYPE
compressietype voor HDF5-opslag. Beschikbare waarden zijn afhankelijk van de specifieke HDF5
installatie. Typische waarden zijn: 'gzip', 'lzf', 'szip' of gehele getallen van 1 tot 9
geeft gzip-compressieniveaus aan.

Gebruik pymvpa2-searchlight online met behulp van onworks.net-services