- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 一种新的降维方法笔记：探索性图论分析（Exploratory Graph Analysis，EGA）
探索性图论分析（Exploratory Graph Analysis，EGA）1是心理学研究中一种比较新的估计维度的方法。优势：除了估计维度数量，还可以估计单个条目属于哪个维度，因子数量多且相关高的情况，对维度的估计比传统方法更加准确；EGA不需要对数据做出强假设，适用于各种类型的数据集。思路：**把因子当作网络中的一个节点（node），潜变量就是网络中的一个集群（cluster）。**通常使用相关矩阵构建图，图中的节点代表变量，边代表变量之间的相关性。边的权重通常基于相关系数的绝对值。
2024-05-24 19:53:10
1020
1
原创 Neurosynth package安装及使用
Neurosynth package安装及使用Neurosynth简介及安装创建环境安装Dependencies:安装neurosynthNeurosynth使用下载neurosynth数据基于特征的元分析Neurosynth简介及安装Neurosynth官网 中只包含一部分（常用）关键词的搜索结果，如果要搜索其他词或使用更复杂的逻辑运算符（&, |, &~）搜索，需要在Python中安装Neurosynth package。创建环境首先在Anaconda中创建一个新的环境方式一：
2022-05-03 16:01:41
2699
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人