有没有同学对logistic回归的结果做过交叉验证

1. 外部验证的样本量要求：

Logistic回归主要分为三类，一种是因变量为二分类得logistic回归，这种回归叫做二项logistic回归，一种是因变量为无序多分类得logistic回归，比如倾向于选择哪种产品，这种回归叫做多项logistic回归。还有一种是因变量为有序多分类的logistic回归，比如病重的程度是高，中，低呀等等，这种回归也叫累积logistic回归，或者序次logistic回归。

交叉验证的意义和目的 交叉验证的作用

为了分析不同时段交叉验证准确率的提高，我们对个时段的准确性结果进行了Dunnett型非参数多重对比检验。图7和表3中的结果表明，IVR-MI期间的参与者能够从第5次会话开始在辨别力方面表现出显著的改善(第5和第6次会话分别为p<0.01和p<0.05)，而在MD-MI期间没有观察到显著异。

二值logistic回归：

然后在下边有一个方法的下拉菜单。默认的是进入，就是所有选择的变量都进入到模型里边。除去进入法以外，还有三种向前法，三种向后法。一般默认进入就可以了，如果做出来的模型有变量的p值不合格，就用其他方法在做。再下边的选择变量则是用来选择你的个案的。一般也不用管它。

选好主面板以后，单击分类（右上角），打开分类对话框。在这个对话框里边，左边的协变量的框框里边有你选好的自变量，右边写着分类协变量的框框则是空白的。你要把协变量里边的字符型变量和分类变量选到分类协变量里边去（系统会自动生成哑变量来方便分析，什么事哑变量具体参照前文）。这里的字符型变量指的是用值标签标注过得变量，不然光文字，系统也没法给你分析啊。选好以后，分类协变量下边还有一个更改对比的框框，我们知道，对于分类变量，spss需要有一个参照，每个分类都通过和这个参照进行比较来得到结果，更改对比这个框框就是用来选择参照的。默认的对比是指示符，也就是每个分类都和总体进行比较，除了指示符以外还有简单，值等。这个框框不是很重要，默认就可以了。

点击继续。然后打开保存对话框，勾选概率，组成员，包含协方矩阵。点击继续，打开选项对话框，勾选分类图，估计值的相关性，迭代历史，exp（B）的CI，在模型中包含常数，输出——在每个步骤中。如果你的协变量有连续型的，或者小样本，那还要勾选Hoer-Lemeshow拟合度，这个拟合度表现的会较好一些。

继续，确定。

然后，就会输出结果了。主要会输出六个表。

个表是模型系数综合检验表，要看他模型的p值是不是小于0.05，判断我们这个logistic回归方程有没有意义。

第二个表示模型汇总表。这个表里有两个R^2，叫做广义决定系数，也叫伪R^2，作用类似于线性回归里的决定系数，也是表示这个方程能够解释模型的百分之多少。由于计算方法不同，这两个广义决定系数的值往往不一样，但是出入并不会很大。

在下边的分类表则表述了模型的稳定性。这个表一行百分比校正下边的三个数据列出来在实际值为0或者1时，模型预测正确的百分比，以及模型总的预测正确率。一般认为预测正确概率达到百分之五十就是良好（标准真够低的），当然正确率越高越好。

在然后就是重要的表了，方程中的变量表。行那个B下边是每个变量的系数。第五行的p值会告诉你每个变量是否适合留在方程里。如果有某个变量不适合，那就要从新去掉这个变量做回归。根据这个表就可以写出logistic方程了：P=Exp(常量+a1变量1+a2变量2.。。。)/(1+Exp(常量+a1变量1+a2变量2.。。。))。如果大家学过一点统计，那就应该对这个形式的方程不陌生。提供变量，它算出来会是一个介于0和1的数，也就是你的模型里设定的值比较大的情况发生的概率，比如你想推算会不会治愈，你设0治愈，1为没有治愈。那你的模型算出来就是没有治愈的概率。如果你想直接计算治愈的概率，那就需要更改一下设定，用1去代表治愈。

此外倒数后两列有一个EXP（B），也就是OR值，哦，这个可不是或者的意思，OR值是优势比。在线性回归里边我们用标准化系数来对比两个自变量对于因变量的影响力的强弱，在logistic回归里边我们用优势比来比较不同的情况对于因变量的影响。举个例子。比如我想看性别对于某种病是否好转的影响，假设0代表女，1代表男，0代表不好转，1代表好转。发现这个变量的OR值为2.9，那么也就是说男人的好转的可能是女人好转的2.9倍。注意，这里都是以数值较大的那个情况为基准的。而且OR值可以直接给出这个倍数。如果是0,1,2各代表一类情况的时候，那就是2是1的2.9倍，1是0的2.9倍，以此类推。OR值对于方程没什么贡献，但是有助于直观的理解模型。在使用OR值得时候一定要结合它95%的置信区间来进行判断。

此外还有相关矩阵表和概率直方图，就不再介绍了。

多项logistic回归：

选择分析——回归——多项logistic，打开主面板，因变量大家都知道选什么，因变量下边有一个参考类别，默认的类别就可以。再然后出现了两个框框，因子和协变量。很明显，这两个框框都是要你选因变量的，那么到底有什么区别呢？嘿嘿，区别就在于，因子里边放的是无序的分类变量，比如性别，职业什么的，以及连续变量（实际上做logistic回归时大部分自变量都是分类变量，连续变量是比较少的。），而协变量里边放的是等级资料，比如病情的严重程度啊，年龄啊（以十年为一个年龄段撒，一年一个的话就看成连续变量吧还是）之类的。在二项logistic回归里边，系统会自动生成哑变量，可是在多项logistic回归里边，就要自己手动设置了。参照上边的解释，不难知道设置好的哑变量要放到因子那个框框里去。

然后点开模型那个对话框，哇，好的一个对话框，都不知道是干嘛的。好，我们一点点来看。上边我们已经说过交互作用是干嘛的了，那么不难理解，主效应就是变量本身对模型的影响。明确了这一点以后，这个对话框就没有那么难选了。指定模型那一栏有三个模型，主效应指的是只做自变量和因变量的方程，就是普通的那种。全因子指的是包含了所有主效应和所有因子和因子的交互效应的模型（我也不明白为什么只有全因子，没有全协变量。这个问题真的很难，所以别追问我啦。）第三个是设定/步进式。这个是自己手动设置交互项和主效应项的，而且还可以设置这个项是强制输入的还是逐步进入的。这个概念就不用再啰嗦了吧啊？

结果和二项logistic回归不多，就是多了一个似然比检验，p值小于0.05认为变量有意义。然后我们直接看参数估计表。假设我们的因变量有n个类，那参数估计表会给出n-1组的截距，变量1，变量2。我们我们用Zm代表Exp（常量m+am1变量1+am2变量2+。。。），那么就有第m类情况发生的概率为Zn/1+Z2+Z3+……+Zn(如果我们以类为参考类别的话，我们就不会有关于类的参数，那么类就是默认的1，也就是说Z1为1)。

有序回归（累积logistic回归）：

结果里边特有的一个表是平行线检验表。这个表的p值小于0.05则认为斜率系数对于不同的类别是不一样的。此外参数估计表得出的参数也有所不同。假设我们的因变量有四个水平，自变量有两个，那么参数估计表会给出三个阈值a1,a2，a3（也就是截距），两个自变量的参数m，n。计算方程时，首先算三个Link值，Link1=a1+mx1+nx2，Link2=a2+mx1+nx2，Link3=a3+mx1+nx2，（截距不同）有了link值以后，p1=1/(1+exp(link1)),p1+p2=1/(1+exp（link2）),p1+p2+p3=1/(1+exp(link3)),p1+p2+p3+p4=1..

机器学习中训练集、验证集、测试集的定义和作用到底是什么样的？

实验在一个黑暗、隔音的房间里进行，以限度地减少任何环境干扰。每个运动想象实验由六个阶段的10个连续的运动想象实验组成。如果需要，参与者可以在两次阶段之间休息。每个试验由一个随机序列组成，该序列包含一个连续的右手抓取运动想象任务、一个连续的左手抓取运动想象任务和一个休息任务(图2a)。

下面是一些定义及作用：

Training set: A set of examples used for learning, which is to fit the parameters [i.e., weights] of the classifier.

训练集是用来学习的样本集，通过匹配一些参数来建立一个分Dataset(data, label=label, feature_name=['c1', 'c2', 'c3'], categorical_feature=['c3'], weight=w )。类器

Validation set: A set of examples used to tune the parameters [i.e., architecture, not weights] of a classifier, for example to choose the number of hidden units in a neural network.

Test set: A set of examples used only to assess the performance [generalization] of a fully specified classifier.

测试集纯粹是为了测试已经训练好的模型的分类能力的样本集。

一般验证集在交叉验证里应用的比较多：

分类器测试的作用是

(6)评价模型。模型建立好之后，必须评价得到的结果、解释模型的价值。从测试集中得到的准确率只对用于建立模型的数据有意义。在实际应用中，需要进一步了解错误的类型和由此带来的相关费用的多少。经验证明，有效的模型并不一定是正确的模型。造成这一点的直接原因就是模型建立中隐含的各种假定，因此，直接在现实世界中测试模型很重要。先在小范围内应用，取得测试数据，觉得满意之后再向大范围推广。

分类器测试的作用是检验分类器的效果。

在使用分类算法的时候，通常需要去验证分类算法的准确性。简单常用的方法就是将数据划分成三部分：训练集，验证集，测试集。训练集用于创建分类器，验证集用于优化或调整分类器的参数，而测试集用于计算优化的分类器的误率。

一旦误率确定，就可以将测试并到训练集中，将由此产生的新分类器用于实践。上述方法在对于大数据集的时候可以采用，然而，如果数据集不是很大，那么可以考虑将数据划分为训练集和测试集。实践中，一般使用2/3的数据测试，1/3的数据验证。

然而，有可能用于训练的数据不具代表性。比如分类器将数据分成两个类，而我们划分的测试集恰巧只包含了一个类的数据，而测试集包含了另一个类的数据，显然，这种情况下，一方面分类器有可能会过度拟合，另一方面，对于另一个类由于缺少训练而无法判断。

一种更为常见的统计学验证方法是，使用交叉验证。它先将数据分为几拆，以3折为例，就是将数据平均分成3份。然后每次取3份中的2份做训练，剩下的1份做测试，这样重复3次。即三折交叉验证。实践中，10折交叉验证被认为是标准方法。

分类器2. 内部验证的样本量要求：实现步骤：

步，导入我们需要的python库；第二步，获取训练数据并解析坐标；第三步，随机化数据；第四步，生成分界线斜率；第五步，处理测试数据；第六步，输出展示分类结果。

外部验证和内部验证的样本量要求

细心的朋友会发现，在指向协变量的那个箭头下边，还有一个小小的按钮，标着ab，这个按钮的作用是用来选择交互项的。我们知道，有时候两个变量合在一起会产生新的效应，比如年龄和结婚次数综合在一起，会对健康程度有一个新的影响，这时候，我们就认为两者有交互效应。那么我们为了模型的准确，就把这个交互效应也选到模型里去。我们在右边的那个框框里选择变量a，按住ctrl，在选择变量b，那么我们就同时选住这两个变量了，然后点那个ab的按钮，这样，一个新的名字很长的变量就出现在协变量的框框里了，就是我们的交互作用的变量。

对于外部验证和内部验证，样本量要求如下：

使用较大的 num_lees （可能导致过拟合）、使用更大的训练数据、尝试DART。

1. 外部验证：外部验证需要使用与模型构建过程不同的独立数据集进行验证。通常建议使用不少于100个独立样本来进行外部验证。此外，还需要确保该样本集来自完全不同的人群或环境，以保证验证结果的普遍性和可靠性。

2. 内部验证：内部验证需要使用同一组数据来进行模型的构建和验证。通常可以使用交叉验证的方法，将数据分为多个子集，然后在其中一个子集上构建模型，在另一个子集上进行验证。通常建议使用至少10个子集，每个子集至少包含50个样本，以充分评估模型的性能和稳定性。

值得注意的是，样本大小的选择应该考虑多个因素，例如是否有明显的规律或趋势、建模目标的难度和数据的可用性等等。在实际应用中，通常需要根据具体情况确定适合数据集的样本大小。

外部验证和内部验证的样本量要求是不同的。

对于外部验证，通常需要的样本量较大，以确保结果具有代表性和可靠性。样本量的大小应该根据研究的目的、研究对象的特点以及统计学原理来确定。一般来说，样本量应该大于30，以确保结果的可靠性。在某些情况下，如果样本量较小，可以使用非参数方法进行分析，例如Wilcoxon秩和检验或Mann-Whitney U检验。

对于内部验证，样本量要求较小，因为研究对象是已知的，可以通过其他手段进行验证。内部验证通常使用交叉验证或留一法进行，这些方法可以在较小的样本量下获得可靠的结果。例如，在机器学习中，交叉验证通常使用10折交叉验证，即将数据集分成10个部分，每次使用9个部分进行训练，1个部分进行测试，重复10次并计算平均值。

总之，样本量的大小应该根据研究的目的、研究对象的特点以及统计学原理来确定。在确定样本量时，应该考虑到结果的可靠性和效率，并进行适当的检验和验证。

外部验证和内部验证的样本量要求是不同的。在外部验证中，通常需要更大的样本量来确保结果的可靠性，因为外部验证涉及到将模型应用于未知数据集。而在内部验证中，我们可以使用较小的样本量来评估模型，因为我们已经将数据集分成了训练集和测试集，测试集用于评估模型的性能。

具体来说，在外部验证中，我们需要使用足够大的样本量来确保模型的泛化能力。如果我们只使用小样本量进行验证，那么可能会导致过拟合或欠拟合的问题。因此，我们需要使用足够大的数据集来验证我们的模型，以便更好地了解模型的真实性能。

在内部验证中，我们可以使用相对较小的样本量来评估模型，因为我们可以通过交叉验证等技术来利用所有可用数据。通过交叉验证，我们可以将数据集分成多个部分，并使用其中一部分作为测试集，其余部分作为训练集。然后，我们可以多次进行交叉验证，以获得更可靠的性能评估。

总的来说，外部验证需要更大的样本量来确保模型的泛化能力，而内部验证可以使用相对较小的样本量来评估模型。但是，具体的样本量要求取决于数据和模型的复杂性，因此需要根据具体情况进行调整。

外部验证和内部验证是数据模型开发过程中评估模型性能的重要步骤。以下是样本量要求的一些基本原则：

外部验证的样本量取决于模型预测的误率（例如，决定系数R2）及其所带来的影响。通常，为了保证预测误达到精度要求，至少需要用100个样本做测试，建议使用300个以上的样本进行验证。

内部验证的样本量要求通常需要根据模型类型和目标所需的精度进行评估。对于线性模型，交叉验证通常需要至少10个案例；而对于非线性模型，应当选择至少20个案例来进行交叉检验。

总之，针对具体的数据模型类型和解决问题的精度目标，外部验证和内部验证的样本量要求可能会有所不同。建议在进行实际验证之前，参考相应的科学文献和专业建议，以确定适合的验证方法和样本量。

如何利用区块链技术应用来促进绿色金融产融结合？其前景及意义何在

1、研究背景

区块链一个核心的功能就是交叉验证，做风险控制，能够降低资金的风险，提高金融效率。

选择分析——回归——二元logistic，打开主面板，因变量勾选你的二分类变量，这个没有什么疑问，然后看下边写着一个协变量。有没有很奇怪什么叫做协变量？在二元logistic回归里边可以认为协变量类似于自变量，或者就是自变量。把你的自变量选到协变量的框框里边。

产融结合主要是促进金融回归实体服务经济，区块链能够帮助资金方找到更好的项目，这样好的产业有了金融的支持会发展的更好。

企业应收账款的数据往往能直接反映企业的生产销售规模、企业效益、财务状况等等信息，与企业的发展和存亡息息相关。而近年来，全国各行业应收账款居高不下，严重影响企业的，使处于债务链中的企业无常经营、举步维艰，甚至走向破产倒闭。所以，做好应收账款的管理已经成为企业经营活动中非常重要的问题。究竟该如何监控应收账款发生以及如何处理企业的不良债权？从法律角度在预防应收账款风险、合法手段追收账款、取证等方面都需要注意。企业在经营过程中可能产生很多应收账款，甚至发生欠款，企业可能因此遭受损失。云图供应链金融，深耕供应链金融领域多年，帮助众多中小企业实现供应链融资，其根据实践经验，将详细分析企业商帐催收可能遇到的法律问题，希望能够给企业做到防患于未然有所帮助。云图@供应链金融%算是不错的。关注“云图金融”每天获取供应链金融干货。

请教主成分分析PCA和小偏二乘回归PLSR

研究结果表明，参与者在使用VR头戴式耳机时能够获得更好的运动想象表现。在通过反复训练练习运动想象方面，不仅证实了重复动作观察会影响受试者的运动想象表现，而且发现使用VR头戴式耳机可能会以更少的时间成本提高运动想象表现。通过对使用VR头戴式耳机的ERD比率和交叉验证准确率的结果都显示出较大的改善，该文证实使用VR头戴式耳机比使用显示器显示在改善ERD性能和增加大脑活动的空间区分性方面更有效。

个人觉得 去均值化是为点击继续，打开统计量对话框，勾选个案处理摘要，伪R方，步骤摘要，模型拟合度信息，单元格可能性，分类表，拟合度，估计，似然比检验，继续。打开条件，全勾，继续，打开选项，勾选为分级强制条目和移除项目。打开保存，勾选包含协方矩阵。确定（总算选完了）。了方面后面的协方，去均值化后各维度均值为零，

通过沉浸式虚拟现实观察动作增强运动想象训练

《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》

增强运动想象的一种方法是动作观察，也就是观察与运动想象任务相关的身体部位的运动。先前的研究表明，镜像神经元通过模仿来进行动作的理解和学习，从而引起相应区域的激活。因此，当一个人观察到另一个实体反映想象的身体运动时，动作观察起到了诱导镜像神经元的作用。

2D和3D运动的相关去同步化(ERD)模式有显著异，3D可视化组的ERD增强。更丰富的可视化和对观察到的运动的更强的所有权可诱导更好的ERD发生。

近期，发表在《IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING》杂志上的一篇研究论文通过对握手动作的动作观察，探讨虚拟现实(VR)的丰富沉浸感是否会影响重复的运动想象训练。为了研究显示介质的不同是否会影响进行运动想象时的动作观察，研究者通过两种不同的显示器显示了相同的图形握手动作：沉浸式VR耳机和显示器。此外，该研究以图形情景为，更加强调沉浸式VR中的错觉和具体化对运动想象训练中动作观察的影响。为了检查使用这两种不同介质时的大脑活动，研究者使用了EEG，并识别了感觉运动皮层诱发的神经信号的变化。为了测量不同运动想象任务中空间脑活动模式的可区分性，研究者应用了脑机接口中常用的机器学习技术来学习和区分不同类型的运动想象中的脑活动。

2、研究流程

研究者对每个参与者进行了两个实验，以调查在运动想象训练中使用沉浸式VR耳机提供动作观察是否对表现有影响：

(1)基于沉浸式VR的运动想象(IVR-MI)：利用沉浸式VR头戴式耳机为运动想象训练提供图形握手场景的实验。

(2)基验证集是用来调整分类器的参数的样本集，比如在神经网络中选择隐藏单元数。验证集还用来确定网络结构或者控制模型复杂程度的参数于显示器显示的运动想象(MD-MI)：在运动想象训练中使用非沉浸式显示器显示相同场景的实验。

以MD-MI结果为对照，分析VR对运动想象的影响。

2.1 被试

共有20名年龄在20岁到37岁之间的健康参与者参加了这两个实验。在实验之前，所有参与者还被要求使用较长时间的VR头戴式耳机，以确保他们在使用VR头戴式耳机时没有任何问题。参与者被随机分成两组，人数相等：A组在IVR-MI之前进行MD-MI，B组在MD-MI之前进行IVR-MI。为了降低前一实验影响后一实验成绩的可能性，后一实验至少在前一实验后7天进行。实验结果也要到两个实验结束时才向参与者透露，以避免产生任何可能影响表现的反馈。从每个参与者那里收集的数据都经过了目视检查，排除了其中两名参与者的数据，因为他们显示出广泛的噪音，终总共留下了18名参与者进行分析。

2.2 方案

这个图形化的场景由两只虚拟的手和黑色背景上的箭头组成，是用Unity游戏引擎实现的。在每次实验之前，调整虚拟手的位置，使得两只虚拟手之间的距离大致等于参与者的肩宽(图1a)。

(1)IVR-MI设置：参与者戴上带电极的EEG帽后，佩戴Oculus Go，不使用垂直带，以防止重叠电极上的带子收紧。

(2)MD-MI设置：在参与者面前的桌子上放置一个带显示器臂的显示器，该显示器臂可提供三个自由度。每个参与者都可以自由调整显示器臂的角度。

每个参与者都可以在Unity应用程序中调整相机视角，以限度地提高虚拟手的所有权。参与者被要求将他们的手放在桌子上，这样他们自己的手就会被虚拟手重叠替代。

2.3 数据采集

BrainProducts的actiChamp和actiCAP被用来从每个参与者的头皮中检索脑电数据。数据以500Hz的采样率采样，有源电极按10-20系统放置。在整个实验过程中，记录了放置在感觉运动皮质周围的20个电极(FC5，C5，CP5，FC3，C3，CP3，FC1，C1，CP1，Cz，CPZ，FC2，C2，CP2，FC4，C4，CP4，FC6，C6，CP6)的脑电信号，接地电极和参考电极分别位于AFz和Fz位置(图1b)。用BrainVision记录脑电信号，并将每个电极的阻抗控制在5k以下，以获得高质量的数据。数据在8-25 Hz的频率之间进行带通滤波。在收集之后，然后通过在所有使用的电极位置上应用平均参考来重新参考EEG数据。将得到的预处理数据用于神经活动的分析。

2.4 实验设计

单个任务包括初的4秒指令周期和随后的6秒运动想象周期，然后是2秒的休息期(图2b)。在指导期间，参与者被给予一个指示休息任务的十字形线索，或一个指示左手或右手抓取运动想象任务的箭头线索，以告知参与者下一个任务是什么，并指示他们凝视相应的手。在指令周期之后的整个运动想象周期中，与箭头线索相对应的虚拟手模拟一系列抓握动作，并指示参与者观察并想象以运动方式执行相同的动作。，在休息期间，虚拟手保持不动，参与者被允许移动或眨眼，以防止眼睛疲劳。在指导期和运动想象期，受试者都被指示避免任何动作，包括眨眼。在整个实验过程中，两只虚拟的手都被展示出来，参与者被期望将它们想象成自己的手。

3、研究方法

3.1 ERD分析

对应于电极位置C3和C4的大脑区域分别与右手和左手的抓握动作相关。为了测量单个时段大脑活动的变化，我们首先用下面的方程式计算了三个运动想象任务记录的脑电数据的平均功率谱：

为了分析受试者在每次会话的左右握持运动想象中诱发的ERD幅度随时间的变化，我们使用以下公式计算了两个运动想象任务相对于休息任务的ERD比率：

因此，每一阶段的ERD比率是根据在每个电极位置的不同运动想象任务期间诱发的大脑模式特征的异来计算的。

为了分析每个实验的运动想象表现，研究者进一步计算了每个实验参与者的平均ERD比率，应用以下公式：

考虑到活跃的频带对于每个个体可能不同，通过选择带宽为2Hz的频带来确定两个方程中每个参与者的频带，该频带导致来自两个实验的所有任务的平均ERD比率。

分别对右手和左手握持运动想象的C3和C4的ERD结果进行分析，探讨被试在两种不同任务中的表现。为了考察使用不同的显示介质对每个参与者的影响，该文对计算的平均ERD值进行了双向方分析，其中指定的组(表示实验顺序)和显示介质作为两个因素。为了进一步检验参与者在每次会话中ERD的统计增强，该文应用了Dunnett型非参数多重对比检验，其中使用次会话的ERD比率作为对照。因此，在两个实验中，分别比较了右手运动想象任务和左手运动想象任务的ERD比率(图3)。

3.2 判别分析

通过对两个实验中神经活动的判别分析，构建了经典的机器学习模型以进一步评估性能。为了比较两个实验中每个参与者的分类准确率，提取了每个运动想象周期的6秒脑电数据。为了增加模型要学习的数据量，该文进一步对每个6秒的EEG数据进行了数据增强，将数据以100毫秒的步长划分为2秒长的时间窗口。

应用公共空间模式(CSP)算法从预处理的EEG数据中提取空间特征，并且使用Fisher线性判别分析(LDA)来创建分类模型，该分类模型预测EEG数据段是否涉及休息、左手或右手运动想象任务。为了评估运动想象脑电图数据，我们采用了两种不同的交叉验证方法：1)6折交叉验证，其中分析来自单个实验的数据，并且每个折叠对应于从10个运动想象试验的单个会话中检索到的数据；2)10折交叉验证，其中使用来自单个会话的数据，并且每个折叠对应于从单个试验检索的数据。采用交叉验证法检验区分左手抓握、右手抓握和静止状态三种不同运动想象任务的准确性。为了进行统计分析，该文对6折交叉验证结果进行了双向方分析检验，以表明每个实验的总体表现。为了进一步检验神经活动辨别力的统计增强，该研究对10折交叉验证结果使用了Dunnett型非参数多重对比检验，其中以次会话的准确性作为对照。

4、研究结果

4.1 统计分析假设验证

在对左手和右手运动想象的ERD结果进行方分析以及交叉验证准确性结果的参数检验之前，验证了必要的假设。表1显示了Shapiro-Wilk正态检验和Levene齐性方检验的结果。P值结果表明，所有病例的方均未违反正态性和均匀性(p>0.05)。

4.2 ERD表现的实验分析

为了比较使用两种不同显示介质的参与者的表现，我们分析了ERD比率和ERD幅度，ERD比率由参与者在运动想象期间的平均ERD比率表示，ERD幅度代表从每次会话收集的ERD随时间的平均值。

两个实验的左手和右手运动想象的ERD比率和ERD幅度进行了比较，如图4所示。图4a的方分析结果显示，左手运动想象中IVR-MI的ERD比MD-MI大(IVR-MI和MD-MI分别为49.32±12.08和34.75±14.75)，异有非常显著性意义(F(1，16)=20.182，p<0.001)。与MD-MI相比，IVR-MI的右手运动想象的ERD值也较大(分别53.29±12.57和41.32±15.19)，异有非常显著性意义(F(1，16)=14.693，P<0.01)。另一方面，两组受试者左手和右手运动想象异均无显著性意义(F(1，16)=0.131，p>0.72；F(1，16)=1.034，p>0.32)。

图4b显示了参与者相对于时间的ERD幅度，该幅度是通过平均每个参与者在所有会话中的ERD幅度来计算的。IVR-MI和MD-MI的红色和蓝色波幅图显示，在运动想象期间，左手和右手的ERD均有显著异，IVR-MI的ERD波幅大于MD-MI。如x轴上的灰标所示，左手运动想象的时域范围为1.05.4秒和6.27.0秒之间，右手运动想象的时域范围为1.45.8秒和6.07.2秒之间，两种幅度有显著异。在指导期(左手运动想象 t<1.0s，右手运动想象 t<1.4s)和静息期结束时(左手运动想象 t>7.0s，右手运动想象 t>7.2s)，两组间异无统计学意义。

4.3 Experiment-Wise交叉验证

图5显示了IVR-MI和MD-MI的6折与对象相关的交叉验证精度结果，其中单个折叠表示从每个会话获取的数据。方分析结果显示，两种介质的准确性异非常显著(F(1，16)=20.990，p<0.001)，且IVR-MI的准确性高于MD-MI(分别为67.85±13.50和57.49±13.96)。相反，两组组内的异无统计学意义(F(1，16)=0.008，p>0.93)。

4.4 ERD表现的Session-Wise变化

该研究进一步分析了左手和右手运动想象的ERD表现是如何随着训练时间的变化而变化的。如图6所示，左手运动想象期间IVR-MI和MD-MI的ERD率均呈线性正相关(IVR-MI r=0.345，p<0.001；MD-MI r=0.260，p<0.01)。右手运动想象也有相似的结果(IVR-MI r=0.362，p<0.001；MD-MI r=0.181，p>0.001)。在左手和右手运动想象中，IVR-MI的r值和p值比MD-MI在统计学上更强。

次会话的ERD比率被选为基线，并与其他会话的ERD比率进行比较，以分析与各次会话相比ERD性能的改善情况，如图6和表2所示。对于左手运动想象，IVR-MI和MD-MI的参与者从第5次开始都有显著的改善，但IVR-MI和MD-MI的改善程度更强(第5次的IVR-MI和MD-MI的P<0.01和P<0.05，第6次的IVR-MI和MD-MI的p=0.014和p=0.032)。对于右手运动图像，参与者只有在使用VR头戴式耳机时才能表现出显著的异(第4次和第6次分别为p<0.05和p<0.01)，而在使用显示器屏幕的重复测试中，没有观察到显著的改善。

4.5 交叉验证的Session-Wise变化

图7示出了在每个会话中使用10折交叉验证来区分脑活动模式的结果，其中单个折叠代表来自每个试验的数据。对于IVR-MI和MD-MI，准确度结果均呈正线性关系(分别为r=0.276，p<0.01和r=0.136，p>0.05)。与MD-MI相比，IVR-MI的交叉验证准确性的r值和p值更强。

4.6 Fisher比值地形图

为了进一步研究从不同的手想象任务中获得的空间特征，我们使用ERD结果在每个电极上应用了Fisher比值。如图8所示，电极位置C3和C4是区分左手和右手运动想象的主要因素。与MD-MI的Fisher比值(C3和C4分别为0.544和0.377)相比，IVR-MI组C3和C4的Fisher比值均较高(C3和C4分别为0.997和0.566)。

5、讨论

该研究采用VR头戴式耳机和显示器作为观察左右手动作的媒介，考察沉浸和错觉对运动想象训练的影响。通过比较两个实验获得的ERD比率和交叉验证精度，该文提供了证据，证明在训练中通过不同的媒介感知相同的动作可能会导致不同的运动想象表现。

研究者还研究了ERD振幅和Fisher比值，以解决仅不同的显示介质影响运动皮质(C3和C4)的ERD比率的担忧。该研究的结果显示ERD振幅模式在指导期略有增加，没有显著异，然后在两个实验之间有统计上的显著异，在运动想象期间有较大的增加，然后在静息期出现下降(图4b)。虽然研究者预计在指导期内没有显著异的轻微增加是被指导动作的准备和的结果，但IVR-MI的ERD幅度仅在运动想象和休息早期显著高于MD-MI的显著增加表明，这种统计异是由运动想象作引起的。此外，图8显示，在两个实验中，区分不同运动想象任务的主要空间特征来自C3和C4电极，这表明仅仅是显示介质的不同对可能影响我们结果的因素影响很小，例自视觉皮层的空间特征。这些结果表明，通过VR头戴式耳机的动作观察比通过显示器显示的运动想象作更有效。

如前所述，该文重点研究了通过VR系统进行的沉浸和错觉对动作观察的重复运动想象训练是否有效。该文的假设通过ERD表现和交叉验证结果得到了验证，结果显示，在重复的运动想象训练中，ERD比率更高，空间脑活动更具区分性。结果表明，丰富的沉浸本身影响运动想象(通过呈现相同的图形手部运动)。因此，对于可以模拟的任何图形场景，与非沉浸式显示器相比，使用沉浸式VR头戴式耳机可能证明对运动想象训练是有益的。

该研究存在一些局限和可能的改进之处。可能会有人担心，该研究的图形场景可能在某种程度上被认为是不同的，因为两种显示介质的虚拟手的比例可能不完全相同。为了解决这个问题，在开始每个实验之前，在调整大小以限度地体现时，将重点放在每个参与者的反馈上。此外，虽然研究者在研究中调整了各种环境成分以扩大具体化，但在两个实验中并没有直接量化每个用户的具体化水平。由于两个实验之间存在着相当大的时间距，研究者认为任何可能的调查或问卷都是潜在的不可靠的，而是使用以前的工作结果来声称VR增强了具体化。，相对较小的样本量也是一个限制。虽然每个参与者都进行了多次重复试验，但考虑到每个人表现的不同，分析的统计能力可能是有限的。因此，该文的研究结果应该仔细解释。根据该文的研究结果，未来的研究将集中于使用该文的指标来比较VR头戴式耳机(一种完全沉浸式可视化工具)和立体3D眼镜(一种半沉浸式虚拟现实系统)的使用情况。

6、结协方中的均值也就是零了，方便求解。论

该文研究了与这两种介质的运动想象表现相关的大脑模式的两个不同方面：来自运动想象相关脑区的信号振荡节律的变化，以及信号空间特征的可区分性，这是使用通常用于脑机接口的机器学习模型来探索的。这两项分析的结果表明，使用VR耳机可能会导致神经信号发生更大的振荡变化和空间分辨。因此，在临床治疗、康复和脑机接口等领域，使用沉浸和错觉相结合的VR头戴式耳机可以更好地呈现运动想象训练中的动作观察。在临床治疗、康复和脑机接口领域，使用VR头戴式耳机可以更好地呈现运动想象训练中的动作观察。

在ArcGIS中如何对空间插值结果进行交叉验证？如何得到各种插值方法插值结果的精度和误？

对于这种问题，简单的方法就是，随通过上边的这几个方程就能计算出各自的概率了。机划分训练集和测试集，并进行多次测试。将每次迭代的误率求平均以得到终的误率。

插值之前预留部分采样点，备精度检查时使用。

把原始的采样点分成两个部分，如果原来是一个文件就分成两个。

其中一个只包含预留点。另一个只包含试验点。

得到的插值结果与原来采用的结果进行比较，得到这误那误就很简单了吧？

lightgbm cv函数的作用

具体，假设矩阵A去中心化后得到B，那么B的协方就是BB的转置

lightgbm cv函数调参中获得更好的准确率的可以通过：使用较大的 max_bin（学习速度可能变慢）、使用较小的 learning_rate 和较大的 num_iterations。

LightGBM的调参过程和RF、GBDT等类似，其基本流程如下lightgbm cv函数的作用主要是：用于调参，包括核心参数、学习控制参数、IO参数、目标函数参数、度量参数等。并且调参时不需要关注这么多参数，只需记住常用的一些参数。：

1、首先选择较高的学习率，大概0.1附近，这样是为了加快收敛的速度。这对于调参是很有必要的。

2、对决策树基本参数调参。

3、正则化参数调参。

4、降低学习率，这里是为了提高准确率。

lightgbm常用函数有：

1、lgb.Dataset()：train_data = lgb。

LightGBM 可以直接使用 categorical features（分类特征）作为 input（输入）。它不需要被转换成 one-hot coding（独热编码）, 并且它比 one-hot coding（独热编码）更快。

2、交叉验证cv：num_round = 10lgb.cv(param, train_data, num_round, nfold=5)。

数据挖掘需要学什么内容

不同于以往研究侧重于动作观察和运动想象的视觉场景本身的比较，该研究关注沉浸式VR和具体化对运动想象的联合效应。与其他现有介质相比，VR耳机能够提供更逼真的体验，增强了错觉和沉浸感，受此启发，研究者通过比较VR耳机和显示器对相同虚拟手部动作的动作观察，研究了沉浸式VR耳机是否也可以用来增强运动想象表现。

数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

数据挖掘需要学什么 数据挖掘涉及的内容比较泛，机器学习、数据挖掘、人工智能，但实际上这些知识大多是相通的，机器学习实战这本书是我看的启蒙书里很好的一本了，该有的都有，难度较小，有理论有实践，可以较快的对各种知识有个大概的了解，但是想要长期在这个行业发展，还需要学习更多的知识，比如说提到回归模型，你不仅仅要知道小二乘法，你还要想到怎么进行数据清洗、哪些数据需要清洗，怎么规范数据，数据是否过多，要不要进行归约和降维，采用哪种回归模型，度大致要达到什么水平，要不要考虑过拟合和欠拟合，要不要进行交叉验证，几折交叉验证效果好，如果回归模型不适用，有哪些备选方案等等。

数据挖掘步骤 (1)定义问题。在开始知识发现之前的也是重要的要求就是了解数据和业务问题。必须要对目标有一个清晰明确的定义，即决定到底想干什么。比如，想提高电子信箱的利用率时，想做的可能是“提高用户使用率”，也可能是“提高一次用户使用的价值”，要解决这两个问题而建立的模型几乎是完全不同的，必须做出决定。

(2)建立数据挖掘库。建立数据挖掘库包括以下几个步骤：数据收集，数据描述，选择，数据质量评估和数据清理，合并与整合，构建元数据，加载数据挖掘库，维护数据挖掘库。

(3)分析数据。分析的插值后，得到备用点的插值结果。arctoolbox---spatail anaylst ---extraction---extract by points目的是找到对预测输出影响的数据字段，和决定是否需要定义导出字段。如果数据集包含成百上千的字段，那么浏览分析这些数据将是一件非常耗时和累人的事情，这时需要选择一个具有好的界面和功能强大的工具软件来协助你完成这些事情。

(4)准备数据。这是建立模型之前的一步数据准备工作。可以把此步骤分为四个部分：选择变量，选择记录，创建新变量，转换变量。

(5)建立模型。建立模型是一个反复的过程。需要仔细考察不同的模型以判断哪个模型对面对的商业问题有用。先用一部分数据建立模型，然后再用剩下的数据来测试和验证这个得到的模型。有时还有第三个数据集，称为验证集，因为测试集可能受模型的特性的影响，这时需要一个独立的数据集来验证模型的准确性。训练和测试数据挖掘模型需要把数据至少分成两个部分，一个用于模型训练，另一个用于模型测试。

(7)实施。模型建立并经验证之后，可以有两种主要的使用方法。种是提供给分析人员做参考；另一种是把此模型应用到不同的数据集上。