xgboost代码回归matlab
神经解码:
包含许多用于解码神经活动的方法的python软件包
该软件包包含经典解码方法(维纳滤波器,维纳级联,卡尔曼滤波器,支持向量回归)和现代机器学习方法(XGBoost,密集神经网络,递归神经网络,GRU,LSTM)的混合。
当前设计解码器来预测连续值的输出。
将来,我们将修改功能以允许分类。
该程序包随附一个,用于比较这些方法在多个数据集上的性能。
如果您在研究中使用我们的代码,请引用该手稿,我们将不胜感激。
依存关系
为了运行所有基于神经网络的解码器,您需要安装为了运行XGBoost解码器,您需要安装为了运行维纳滤波器,维纳级联或支持向量回归,您将需要。
入门
我们提供了jupyter笔记本,其中提供了有关如何使用解码器的详细示例。
文件“
Examples_kf_decoder”用于卡尔曼滤波器解码器,文件“
Examples_all_decoders”用于所有其他解码器。
在这里,我们提供一个使用LSTM解码器的基本示例。
对于此示例,我们假设我们已经加载了矩阵:
“
neural_data”:大小为“时间段总数”
x“神经元数量”的矩
2023-03-31 18:25:09
48.99MB
系统开源
1