- 博客(6)
- 资源 (2)
- 收藏
- 关注
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