python中神经影像学的统计学习
nilearn的Python项目详细描述
无收益
nilearn是一个python模块,用于快速轻松地学习 神经影像学数据。
它利用scikit-learnpython工具箱实现了多变量 具有预测建模等应用的统计数据, 分类、解码或连接性分析。
这项工作是由一群人提供的,其中 inria顶楼项目团队和scikit学习人员,特别是 P.Gervais,A.Abraham,V.Michel,A. 格拉姆夫特,G.瓦洛魁,F.佩德雷戈萨,B.蒂里翁,M.艾肯伯格,C.F.戈格里夫斯基, D.BZDOK、L.Esteve和B.Cipollini。
重要链接
- 官方源代码回购:https://github.com/nilearn/nilearn/
- HTML文档(稳定版本):http://nilearn.github.io/
依赖关系
使用软件所需的依赖项为:
- python>;=2.7,
- 设置工具
- numpy=1.11
- scipy=0.17
- SCIKIT学习>;=0.18
- 尼伯贝尔=2.0.2
如果使用nilearn绘图功能或运行 例如,matplotlib>;=1.5.1是必需的。
如果要运行测试,需要nose>;=1.2.1和coverage>;=3.6。
安装
首先确保您已经安装了上面列出的所有依赖项。 然后可以在中运行以下命令来安装nilearn 命令提示符:
pip install -U --user nilearn
更多详细说明请访问 http://nilearn.github.io/introduction.html#installation。
开发
有关如何投稿的详细说明,请访问 http://nilearn.github.io/contributing.html