LinearRegression Ridge regression Lasso

LinearRegression  : simple linear regression output :array([ 3.03499549e-01, -2.37639315e+02, 5.10530605e+02, 3.27736980e+02, -8.14131709e+02, 4.92814588e+02, 1.02848452e+02, 1.84606489e+02, 7.43519617e+02, 7.60951722e+01])     Ridge regression : shrink the regression coefficients to zero output:     Lasso: least absolute shrinkage and selection operator, can set some coefficients

Neural circuit theories for primate cognition

想起来9月份在哥廷根马普所 参加了计算神经学的summer school 10天的课程 见到了几个大牛 最主要的碰到了其他16个同学 其中来自荷兰和德国的两位小哥  简直神一般的存在 自叹不服     Aim of the course The school features intensive lectures and advanced theoretical problem work by world leading experts. In contrast to most other courses in computational neuroscience, it is designed

PLV PLI WPLI DTF Granger Causality

PLV:这里举两点说明,如上图所示 两个红点 电极 通过Hilbert变换求出两个信号的实时Amplitude and Phase 将当前时刻所有点的相位差求和 ,取绝对之后除以时间点的个数得到就是PLV的值 注意: N取不同值得时候得到不同的PLV,最后你得到是一个波形图 如上图右下角。 之后将PLV normalize 化 就可以很清楚的看到PLV的分布, 一般来讲,PLV介于0到1的值,如果PLV的值很随机,这两个信号就没啥关系,否则这两个信号的相位运动是一致的或者之间的延迟是固定的。 参考链接:https://praneethnamburi.wordpress.com/2011/08/10/plv/ PLI:Phase lag index 我们有一个指标就是相位延迟指数,这个是衡量两个信号之间的不对称,就是不是同起同落,而是之间有一个时间差 PLI is much less affected by the influence of common sources (volume conduction) and active reference electrodes. PLI=|sign(P1-P2)| 按照我的理解