pymvpa2-crossval - クラウドでオンライン

プログラム：

NAME

pymvpa2-crossval - 学習者のパフォーマンスの相互検証

SYNOPSIS

pymvpa2 クロスヴァル [- バージョン] [-h] -i データセット [データセット ...] --学習者 学習者 [--学習者-
スペース LEARNER_SPACE] --パーティショナー パーティショナー [--errorfx エラーFX] [--avg-datafold-
結果] [--バランストレーニング バランストレーニング] [--サンプリングの繰り返し
SAMPLING_REPETITIONS] [--順列 順列] [--prob-tail {左右}] -o 出力
[--hdf5-圧縮 タイプ]

DESCRIPTION

学習者のパフォーマンスの相互検証

学習者は、入力データセットのパーティションで繰り返しトレーニングとテストを受けます。
構成可能なパーティショニング スキームによって生成されます。 パーティションは通常、トレーニングを構成します
そしてテスト部分。 学習者はデータセットのトレーニング部分でトレーニングされ、次に
学習者の一般化は、テスト部分の予測を比較することによってテストされます。

学習者のパフォーマンスの要約が STDOUT に書き込まれます。 特定の設定に応じて
相互検証分析の、学習者の生の予測または要約のいずれか
統計は出力データセットで返されます。

モンテカルロ置換テストが有効になっている場合 ( --順列) XNUMX 番目の出力データセット
対応する p 値も保存されます (ファイル名サフィックス '_nullprob')。

OPTIONS

- バージョン
プログラムのバージョンとライセンス情報を表示して終了します

-h, - 助けて, --ヘルプ-np
このヘルプ メッセージを表示して終了します。 --ヘルプ-np ポケベルの使用を強制的に無効にします
ヘルプを表示するためのものです。

-i データセット [データセット ...]、 - 入力 データセット [データセット ...]
XNUMX つ以上の PyMVPA データセット ファイルへのパス。 すべてのデータセットは XNUMX つにマージされます。
単一のデータセット (vstack 化) を指定順に並べます。 場合によっては、このオプションは
複数の個別の入力データセットが存在する場合は、複数回指定する必要があります。
必要。

オプション の 交差検定 セットアップ：
--学習者 学習者
学習者ウェアハウスの説明を介して学習者 (トレーニング可能なノード) を選択します (を参照)。
リストの「info」コマンド)、コロンで区切られた機能のリスト、またはファイル
分類子インスタンスを作成する Python スクリプトへのパス (高度)。

-- 学習者スペース LEARNER_SPACE
学習者が学習するモデルを定義するサンプル属性の名前。 に
デフォルトでは、これは「targets」という名前の属性です。

--パーティショナー パーティショナー
データの折りたたみ方式を選択します。 サポートされている引数は次のとおりです。
パーティショニング、奇数チャンクと偶数チャンクへのパーティショニング用の「oddeven」、「group-X」
X は、X グループに分割するための任意の正の整数にすることができます。
leave-X-chunks out パーティショニングの任意の正の整数。 デフォルトのパーティショナー
「チャンク」サンプル属性で定義されたデータセット チャンクを操作します。 名前
「chunking」属性は、コロンと名前を追加することで変更できます。
属性 (例: 'oddeven:run')。 オプションで、このオプションへの引数を指定することもできます
カスタム パーティショナー インスタンスを作成する Python スクリプトへのファイル パス
（高度）。

--errorfx エラーFX
それぞれのターゲットと予測に適用されるエラー関数
交差検証データ フォールド。 これは、エラー関数の名前のいずれかです。
PyMVPA の mvpa2.misc.errorfx モジュール、または作成する Python スクリプトへのファイル パス
カスタム エラー関数 (高度)。

--avg-datafold-結果
パーティショナーによって生成されたデータ フォールド全体の平均結果値。 例えば
クロスバリデーション手順のすべてのフォールドにわたって平均予測誤差を計算します。

--バランストレーニング バランストレーニング
有効にすると、トレーニング サンプルは各データ フォールド内でバランスが取れます。 キーワードなら
'equal' は引数として、一意の各サンプルに対して同数のランダム サンプルを指定します。
目標値が選択されます。 カテゴリごとのサンプル数は、
それぞれのトレーニング セットのサンプル数が最も少ないカテゴリ。 アン
整数引数により、対応するカテゴリごとのサンプル数が
ランダムに選択されます。 浮動小数点数の引数 (間隔 [0,1]) は、
利用可能なサンプルのどの部分を選択するか。

--サンプリングの繰り返し SAMPLING_REPETITIONS
トレーニング セットのバランシングが有効になっている場合、ランダム サンプルの選択はどのくらいの頻度で行われる必要がありますか?
データ フォールドごとに実行されます。 デフォルト: 1

--順列 順列
H0 を推定するために計算されるモンテカルロ順列の実行回数
すべての相互検証結果の分布。 このオプションを有効にすると、
結果の要約と出力で利用可能な、対応する p 値のレポート。

--prob-tail {左右}
評価時に p 値を報告する確率分布の裾
順列テスト結果。 たとえば、交差検証計算平均予測
error は、片側検定の左側の p 値を報告する可能性があります。

出力 オプション：
-o 出力、 - 出力 出力
出力ファイル名 (必要に応じて拡張子「.hdf5」が自動的に追加されます)。 注:
出力形式は PyMVPA コマンド間のデータ交換には適していますが、そうではありません
特定の内容は異なる場合があるため、長期保管または交換することをお勧めします。
実際のソフトウェア環境によって異なります。 長期保管の場合はご検討ください
他のデータ形式への変換 (「dump」コマンドを参照)。

--hdf5-圧縮 タイプ
HDF5 ストレージの圧縮タイプ。 使用可能な値は特定の HDF5 によって異なります
インストール。 一般的な値は、「gzip」、「lzf」、「szip」、または 1 ～ 9 の整数です。
gzip 圧縮レベルを示します。

onworks.net サービスを使用してオンラインで pymvpa2-crossval を使用する