pymvpa2-preproc - Dalam Talian di Awan

JADUAL:

NAMA

pymvpa2-preproc - gunakan langkah prapemprosesan pada set data PyMVPA

SINOPSIS

pymvpa2 praproc [--versi] [-h] -i DATASET [DATASET ...] [--ketul CHUNKS_ATTR] [--jalur-
ciri-ciri invarian] [--poli-detrend DEG] [--detrend-chunks CHUNKS_ATTR] [--detrend-coords
COORDS_ATTR] [--detrend-regrs ATTR [ATTR ...]] [--penapis-jalur laluan FREQ [FREQ ...]]
[--penapis-jalur henti FREQ [FREQ ...]] [--kadar persampelan FREQ] [--filter-passloss dB]
[--penapis-stoppattenuation dB] [--zskor] [--zscore-ketulan CHUNKS_ATTR] [--zscore-params
PARAM PARAM] -o OUTPUT [--hdf5-mampatan JENIS]

DESCRIPTION

Praproses set data PyMVPA.

Perintah ini boleh menggunakan beberapa langkah prapemprosesan pada set data. Pada masa ini disokong
adalah

1. Nyahtrend polinomial

2. Penapisan spektrum

3. Pemarkahan Z dari segi ciri

Semua langkah prapemprosesan digunakan dalam susunan di atas. Jika pesanan berbeza diperlukan,
prapemprosesan perlu dibahagikan kepada dua panggilan arahan yang berasingan.

POLINOMIAL DE-TRENDING

Jenis nyahtrending ini boleh digunakan untuk mengundur keluar isyarat sewenang-wenangnya. Selain daripada
polinomial bagi mana-mana darjah arbitrari kursus masa yang disimpan sebagai atribut sampel dalam set data
boleh digunakan sebagai confound regressors. Fungsi detrending ini, berbeza dengan
pelaksanaan penapisan spektrum, juga boleh digunakan untuk data sampel yang jarang dengan
selang antara sampel yang berpotensi tidak teratur.

PENAPIS SPEKRAL

Beberapa pilihan disediakan yang digunakan untuk membina Butterworth rendah, tinggi, atau
penapis laluan jalur. Adalah dinasihatkan untuk memeriksa data yang ditapis dengan teliti sebagai tidak sesuai
tetapan penapis boleh membawa kepada kesan sampingan yang tidak diingini. Hanya set data dengan pensampelan tetap
kadar disokong. Kadar persampelan mesti disediakan.

PILIHAN

--versi
tunjukkan versi program dan maklumat lesen dan keluar

-h, - membantu, --help-np
tunjukkan mesej bantuan ini dan keluar. --help-np melumpuhkan secara paksa penggunaan alat kelui
untuk memaparkan bantuan.

-i DATASET [DATASET ...], --input DATASET [DATASET ...]
laluan ke satu atau lebih fail set data PyMVPA. Semua set data akan digabungkan menjadi a
set data tunggal (vstack'ed) mengikut susunan spesifikasi. Dalam beberapa kes pilihan ini mungkin
perlu dinyatakan lebih daripada sekali jika berbilang, tetapi berasingan, set data input
diperlukan.

Common pilihan khususnya semua prapemprosesan:
--ketul CHUNKS_ATTR
pilihan pintasan untuk membolehkan pemprosesan chunkwise seragam untuk semua yang berkaitan
langkah prapemprosesan (lihat --zscore-ketulan, --detrend-chunks). Tetapan global ini
boleh ditimpa dengan menyatakan tambahan "ketulan" individu yang sepadan
pilihan.

--jalur-invarian-ciri
Selepas semua langkah pra-pemprosesan selesai, tanggalkan semua ciri invarian daripada
set data.

Pilihan khususnya data detrending:
--poli-detrend DEG
Susunan polinomial Legendre untuk dialih keluar daripada data. Ini akan mengalih keluar setiap
polinomial sehingga dan termasuk nilai yang disediakan. Sebagai contoh, 3 akan mengalih keluar ke-0,
Polinomial tertib 1, 2 dan 3 daripada data. np.B.: Polinomial ke-0 ialah
anjakan garis dasar, yang pertama ialah aliran linear. Jika anda menentukan satu int dan
Parameter `chunks_attr` bukan Tiada, maka nilai ini digunakan untuk setiap bahagian. awak
juga boleh menentukan nilai poliord yang berbeza untuk setiap bahagian dengan menyediakan senarai atau
ndarray nilai poliord dengan panjang sama dengan bilangan ketulan.
Kekangan: nilai mesti boleh ditukar untuk menaip 'int'. [Lalai: 1]

--detrend-chunks CHUNKS_ATTR
Jika Tiada, keseluruhan set data dinyahtrend sekali gus. Jika tidak, sampel yang diberikan
atribut (diberikan dengan namanya) digunakan untuk mentakrifkan sebahagian daripada set data yang
diproses secara individu. Dalam kes itu, semua sampel dalam ketulan hendaklah dimasukkan
tertib bersebelahan dan ketulan hendaklah disusun mengikut tertib dari rendah ke tinggi --
melainkan set data menyediakan maklumat tentang koordinat setiap sampel dalam
ruang yang perlu direntangkan ialah polinomial (lihat hujah `ruang`).
Kekangan: nilai mestilah `Tiada`, atau nilai mestilah rentetan. [Lalai: Tiada]

--detrend-coords COORDS_ATTR
nama atribut sampel yang ditambahkan pada set data praproses yang menyimpan
koordinat setiap sampel dalam ruang yang direntangi oleh polinomial. Jika sesuatu atribut
daripada nama sedemikian sudah ada dalam set data nilainya ditafsirkan sebagai sampel
koordinat dalam ruang yang direntangi oleh polinomial. Ini boleh digunakan untuk detrend
set data dengan jarak sampel yang tidak teratur.

--detrend-regrs ATTR [ATTR ...]
Senarai nama atribut sampel yang harus digunakan sebagai regressor tambahan. An
contoh penggunaan adalah untuk mengundurkan parameter gerakan. Kekangan: nilai mestilah
`Tiada`, atau nilai mesti boleh ditukar kepada senarai(str). [Lalai: Tiada]

Pilihan khususnya spektrum menapis:
--penapis-jalur laluan FREQ [FREQ ...]
frekuensi kritikal jalur laluan penapis Butterworth. Keperluan frekuensi kritikal
untuk memadankan unit kadar persampelan yang ditentukan (lihat: --kadar persampelan). Dalam kes
penapis pas jalur pemotongan frekuensi rendah dan tinggi perlu ditentukan (dalam ini
pesanan). Untuk penapis laluan rendah dan tinggi adalah kekerapan potong tunggal mesti disediakan.
Jenis penapis (laluan rendah/tinggi) ditentukan daripada perkaitan dengan jalur henti
kekerapan (--penapis-jalur henti).

--penapis-jalur henti FREQ [FREQ ...]
Tetapan analog kepada --penapis-jalur laluan untuk menentukan jalur henti penapis.

--kadar persampelan FREQ
kadar pensampelan set data. Semua spesifikasi frekuensi perlu sepadan dengan unit
daripada kadar persampelan.

--filter-passloss dB
kehilangan maksimum dalam jalur laluan (dB). Lalai: 1 dB

--penapis-stoppattenuation dB
pengecilan minimum dalam jalur henti (dB). Lalai: 30 dB

Pilihan khususnya data normalisasi:
--zskor
melakukan penormalan ciri dengan pemarkahan Z.

--zscore-ketulan CHUNKS_ATTR
nama atribut sampel set data yang mentakrifkan sebahagian daripada sampel yang sepatutnya
Z-menjaringkan secara bebas. Secara lalai tiada normalisasi chunk-wise dilakukan.

--zscore-params PARAM PARAM
tentukan set parameter tetap (min, std) untuk pemarkahan Z, bukannya pengiraan daripada
data sebenar.

Output pilihan yang berikut:
-o PENGELUARAN, --pengeluaran OUTPUT
nama fail keluaran (sambungan '.hdf5' ditambah secara automatik jika perlu). NOTA: The
format output sesuai untuk pertukaran data antara arahan PyMVPA, tetapi tidak
disyorkan untuk penyimpanan atau pertukaran jangka panjang kerana kandungan khususnya mungkin berbeza-beza
bergantung pada persekitaran perisian sebenar. Untuk penyimpanan jangka panjang pertimbangkan
penukaran kepada format data lain (lihat arahan 'dump').

--hdf5-mampatan JENIS
jenis mampatan untuk storan HDF5. Nilai yang tersedia bergantung pada HDF5 tertentu
pemasangan. Nilai biasa ialah: 'gzip', 'lzf', 'szip' atau integer dari 1 hingga 9
menunjukkan tahap mampatan gzip.

CONTOH

Normalkan semua ciri dalam set data dengan pemarkahan Z

$ pymvpa2 preproc --zscore -o ds_preprocessed -i dataset.hdf5

Lakukan penskoran Z dan penskoran kuadratik bagi semua ciri, tetapi proses semua sampel
berkongsi nilai unik atribut sampel "ketulan" secara individu

$ pymvpa2 preproc --ketulan "ketulan" --poly-detrend 2 --zscore -o ds_pp2 -i ds.hdf5

Gunakan pymvpa2-preproc dalam talian menggunakan perkhidmatan onworks.net