脑电EEG代码开源分享 【6.分类模型-机器学习篇】

往期文章

希望了解更多的道友点这里
0. 分享【脑机接口 + 人工智能】的学习之路
1.1 . 脑电EEG代码开源分享 【1.前置准备-静息态篇】
1.2 . 脑电EEG代码开源分享 【1.前置准备-任务态篇】
2.1 . 脑电EEG代码开源分享 【2.预处理-静息态篇】
2.2 . 脑电EEG代码开源分享 【2.预处理-任务态篇】
3.1 . 脑电EEG代码开源分享 【3.可视化分析-静息态篇】
3.2 . 脑电EEG代码开源分享 【3.可视化分析-任务态篇】
4.1 . 脑电EEG代码开源分享 【4.特征提取-时域篇】
4.2 . 脑电EEG代码开源分享 【4.特征提取-频域篇】
4.3 . 脑电EEG代码开源分享 【4.特征提取-时频域篇】
4.4 . 脑电EEG代码开源分享 【4.特征提取-空域篇】
5 . 脑电EEG代码开源分享 【5.特征选择】
6.1 . 脑电EEG代码开源分享 【6.分类模型-机器学习篇】
6.2 . 脑电EEG代码开源分享 【6.分类模型-深度学习篇】
汇总. 专栏：脑电EEG代码开源分享【文档+代码+经验】

0 . 【深度学习】常用网络总结

---

一、前言

本文档旨在归纳BCI-EEG-matlab的数据处理代码，作为EEG数据处理的总结，方便快速搭建处理框架的Baseline，实现自动化、模块插拔化、快速化。本文以任务态（锁时刺激，如快速序列视觉呈现）为例，分享脑电EEG的分析处理方法。
脑电数据分析系列。分为以下6个模块：

1. 前置准备
2. 数据预处理
3. 数据可视化
4. 特征提取（特征候选集）
5. 特征选择（量化特征择优）
6. 分类模型

本文内容：【6. 分类模型-机器学习篇】】

提示：以下为各功能代码详细介绍，若节约阅读时间，请下滑至文末的整合代码

---

二、分类模型 框架介绍

前文我们花了4篇文章讲完了时域、频域、时频域、空域的特征提取，并应用特征选择方法筛选出了优质特征，终于迎来尾声的分类模型，打通了从原始数据到分类结果的全流程。

分类模型-机器学习篇主要介绍了基础的机器学习算法，使用matlab 自带的分类器函数进行分类。为了方便更多同学对分类器的了解，这里几乎列出了matlab 常用的 6种分类器，并且附带了一种简单的融合分类模型。

7种分类器各有优势，对相同的特征的分类性能也有差异，建议大家广泛尝试，总结形成自己应用分类器经验。分类器也提供了多种参数设置，建议初学者使用默认参数，逐渐熟悉后尝试对重要参数进行探索。

分类模型的代码框图、流程如下所示：

分类模型的主要功能，分为以下7部分：

• KNN
• RF
• SVM
• DAC
• Bayes
• AdaBoost
• Hard-vote

1. KNN：K-Nearest Neighbor，K近邻分类算法，很朴素的分类想法：距离预测样本在特征空间中最近的几个训练样本是哪类，预测样本就分为哪类，类别有矛盾就少数服从多数。KNN算法中重要的参数包括：1. K值：选择最近几个训练样本进行投票，一般设为奇数方便投票。2.距离：定义最近这个距离概念有多种方法，默认使用欧氏距离。
   KNN算法示意图：
   

2. RF：Random forest（RF），随机森林算法，思想在于用多个弱分类器集成为分类能力较好的强分类器，有较好的抗过拟合能力。森林：主体架构通过决策树来实现。随机：随机选择部分样本训练。RF的重要参数就是决策树的个数，一般经验将树个数设置在10-50。

3. SVM：（support vector machines，SVM），支持向量机，思想在推导出最佳的分类边界，使得分类边界到各类别的最小距离最大化。这个分类边界也叫分类超平面，二维特征的使用曲线分界，高维特征空间则是分类曲面。SVM的另一重心在于核函数，例如 径向基（RBF）核函数够容易构造复杂曲面（个人亲测有效）。

4. DAC：拟合判别分析分类器，matlab源码中介绍Discriminant Discriminant analysis，我推测应该是我们常说的线性判别分析（LDA），如有错误请大家指正。LDA的分类思想等同于fisher判别分析，这在这前我们介绍过多次，直接应用：fisher本质思想是量化目标与非目标样本的聚类、离散程度。其主要公式为 不同类间中心距 除以 各自类内的样本距离，类间距使用欧式距离，类内局使用标准差。该结果越大代表此段数据：1. 不同类之间距离较远。2.并且各自类内样本紧凑。对应就是好划定分类边界。
   fisher公式如下：
   
   fisher示意图如下：左侧为易分类脑电样本，右侧为难分类脑电样本
   
5. Bayes: 贝叶斯判别，使用统计先验的方法，其中心思想为：最小化分类误差。其假设特征独立并且符合预期分布，有严格的统计学推导过程，详细理论可参考：点击 点击
6. AdaBoost：Adaptive Boosting（自适应增强），作为Boosting（增强）算法中代表性的一种，其通过贪婪算法的思想，每轮迭代更关注分类错误的样本，多轮迭代后错误样本的个数因高度关注而得到改善。需要注意的是，boosting算法调参时需小心，可能出现过拟合问题。近几年boosting算法都很火热，其优异稳定的性能成为多项分类算法比赛的标配，经过了时间和现实的检验，十分建议大家拓展学习Xgboost、Lightboost等算法，使用默认参数的效果都很出色。
7. Hard-vote：vote投票算法，融合多个子分类器的分类结果，将子分类器的预测输出作为特征，少数服从多数的获得最终预测结果。Vote作为最简单基础的决策融合方法，其思想是集百家之长，不同分类器有各自长处，最后的融合结果综合考虑每个分类器。需要注意的是，子分类器设计尽量有差异，避免重复相近的分类模型。这里的Hard的是指硬判决，意思是将子分类器的分类标签结果作为投票依据；相对应的soft软判决，将子分类器的判别概率作为投票依据，个人经验软分类器优于硬分类器1~3%。

---

三、代码格式说明

本文非锁时任务态（下文以静息态代替）范例为：ADHD患者、正常人群在静息状态下的脑模式分类

代码名称：代码命名为Class_detail
参数设置：训练集和测试集的数据标签/选择特征个数百分比/特征个数与样本个数百分比/随机循环个数/分类器选择
输入格式：输入格式承接特征候选集Festure_candidate_xxx(特征域名称)_target/nontarget，以及单域/全域的特征选择排序。
输出及保存格式：分别进行开集\闭集的分类性能测试，在单域/全域进行特征排序和打分，分类结果包括ACC\TA\TR\ROC\AUC。绘图命名为Class__XX(特征域)_XX(分类指标),绘图的开闭集结果绘制一幅图中，横轴为特征个数，纵轴为分类指标。分类结果保存格式为Class_open\5flod_XX(特征域)_XX(分类指标ACC\TA\TR\ROC\AUC)。

---

三、脑电特征选择 代码

提示：代码环境为 matlab 2018
提示：2分类的代码示例，少量分类器不支持多分类如SVM，多分类器设置会撰写新文章介绍

3.0 参数设置

输入值：
1.all_train_sample：训练数据
2.label_train：训练标签
3.all_test_sample：测试数据
4.test_label：测试标签

返回值：
1.class_list 为分类性能结果反馈包括：
1.1正确率ACC，第1列
1.2正确接受率， 第2列
1.3正确拒绝率， 第3列
2. class_label_list 按照原样本顺序返回的预测标签，结果矩阵为7*样本数，7分别代表7种分类器各自的预测标签

3.1分类器设计

3.1.1 KNN

采用KNN常用参数设置，最近邻的3个样本：‘NumNeighbors’,3：

%% KNN
knn_class = ClassificationKNN.fit(all_train_sample,label_train,'NumNeighbors',3);
[predict_label_knn,Scores_knn]  =   predict(knn_class, all_test_sample);
accuracy_knn  =   length(find(predict_label_knn == test_label))/length(test_label)*100;

class_label_list(1,:) = predict_label_knn;
class_list(1,:) = accuracy_knn;
TA_list(1,:) =  length(find(predict_label_knn(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(1,:) =  length(find(predict_label_knn(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

3.1.2 RF

决策树数量为10，特征数个人习惯设置成1/10的特征个数，此参数>100严重影响计算时间
RF分类器输出结果是最奇怪的Str + Cell格式，需要转换成mat格式

%% RF
nTree = 10;
RF_class = TreeBagger(nTree,all_train_sample,label_train);
[predict_label_RF,Scores_RF] = predict(RF_class,all_test_sample);

predict_label_RF= cell2mat(predict_label_RF);
predict_label_RF = str2num(predict_label_RF);
accuracy_RF  =   length(find(predict_label_RF == test_label))/length(test_label)*100;

class_label_list(2,:) = predict_label_RF;
class_list(2,:) = accuracy_RF;
TA_list(2,:) =  length(find(predict_label_RF(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(2,:) =  length(find(predict_label_RF(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

3.1.3 SVM

参数设置，核选择为经典的径向基函数：‘KernelFunction’,‘rbf’

%% SVM
SVM_class = fitcsvm(all_train_sample, label_train,'Standardize',true,'KernelFunction','rbf','KernelScale','auto');
[predict_label_svm,Scores_svm]   = predict(SVM_class, all_test_sample);

accuracy_SVM  =   length(find(predict_label_svm == test_label))/length(test_label)*100;

class_label_list(3,:) = predict_label_svm;
class_list(3,:) = accuracy_SVM;
TA_list(3,:) =  length(find(predict_label_svm(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(3,:) =  length(find(predict_label_svm(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

3.1.4 DAC

参数设置，DAC默认设置

%% DAC
DAC_class = ClassificationDiscriminant.fit(all_train_sample, label_train);
[predict_label_DAC,Scores_DAC]   =  predict(DAC_class, all_test_sample);
accuracy_DAC  =   length(find(predict_label_DAC == test_label))/length(test_label)*100;

class_label_list(4,:) = predict_label_DAC;
class_list(4,:) = accuracy_DAC;
TA_list(4,:) =  length(find(predict_label_DAC(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(4,:) =  length(find(predict_label_DAC(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

3.1.5 Bayes

参数设置，Bayes默认设置

%% bayes
Bayes_class = fitcnb(all_train_sample, label_train);
[predict_label_bayes,Scores_bayes]   =   predict(Bayes_class, all_test_sample);
accuracy_bayes  =   length(find(predict_label_bayes == test_label))/length(test_label)*100;

class_label_list(5,:) = predict_label_bayes;
class_list(5,:) = accuracy_bayes;
TA_list(5,:) =  length(find(predict_label_bayes(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(5,:) =  length(find(predict_label_bayes(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

3.1.6 Boosting

参数设置：应用AdaBoostM1算法使用5个决策树的分类模型，‘AdaBoostM1’ ,5,‘tree’,‘type’,‘classification’

%% Boosting
boost_class = fitensemble(all_train_sample, label_train,'AdaBoostM1' ,5,'tree','type','classification');
[predict_label_boost,Scores_boost]   =  predict(boost_class, all_test_sample);
accuracy_boost  =   length(find(predict_label_boost == test_label))/length(test_label)*100;

class_label_list(6,:) = predict_label_boost;
class_list(6,:) = accuracy_boost;
TA_list(6,:) =  length(find(predict_label_boost(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(6,:) =  length(find(predict_label_boost(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

3.1.7 Hard-vote

参数设置：用前6种分类器的结果投票，少数服从多数

%% hard class
class_label_list(7,:) = round(mean(class_label_list(1:6,:)));

3.2 分类结果可视化

3.2.1 ROC曲线绘制

function [Pd Pf]=ROC( Y_taris,Y_othis)
amin=min(min(Y_othis));
amax=max(max(Y_othis));
middata=(amax-amin)/1e5;
x=[amin:middata:amax];   %x 表示阈值选择范围
Pd=zeros(1,length(x));
Pf=zeros(1,length(x));
for i=1:length(x)
   Pd(i)=length(find((Y_taris>x(i))==1))/length(Y_taris);
   Pf(i)=length(find((Y_othis>x(i))==1))/length(Y_othis);
end
% figure
% plot(Pf,Pd)
% for i=1:length(x)
%    dt(i)=Pd(i)/Pf(i) ;
% end
%   b=x(find(dt==max(dt)));
end

3.2.2 AUC计算

function value = AUC(Pf,Pd)
% 给定Pf，Pd返回对应的AUC值
% s=size(Pf,2);
% value=sum(Pd)*(1/s);
Pf_diff=diff(Pf);
value=abs(sum(Pd(2:end).*Pf_diff));
end

四、前置准备 整体代码

分类器-机器学习 整体汇总：

function [class_label_list,class_list] = zrk_class_detail(all_train_sample,label_train,all_test_sample,test_label)

%% ZRK 寒假 2020-02-13

% 应用matlab自带分类器进行分类
% KNN、RF、SVM、DAC、Bayes、AdaBoost、Hard-vote

% 输入值：
% 1.all_train_sample：训练数据
% 2.label_train：训练标签
% 3.all_test_sample：测试数据
% 4.test_label：测试标签

% 返回值：
% 1.class_list 为分类性能结果反馈包括：
% 1.1正确率ACC 第1列
% 1.2正确接受率 第2列
% 1.3正确拒绝率 第3列
% 2. class_label_list 按照原样本顺序返回的预测标签
% 结果矩阵为7*样本数，7分别代表7种分类器各自的预测标签

class_label_list  = zeros(7,size(test_label,1));
class_list = zeros(7,1);
TA_list = zeros(7,1);
TR_list = zeros(7,1);
label_0 = sum(test_label==0);
label_1 = sum(test_label==1);

%% KNN
knn_class = ClassificationKNN.fit(all_train_sample,label_train,'NumNeighbors',3);
[predict_label_knn,Scores_knn]  =   predict(knn_class, all_test_sample);
accuracy_knn  =   length(find(predict_label_knn == test_label))/length(test_label)*100;

class_label_list(1,:) = predict_label_knn;
class_list(1,:) = accuracy_knn;
TA_list(1,:) =  length(find(predict_label_knn(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(1,:) =  length(find(predict_label_knn(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;
%% RF
nTree = 10;
RF_class = TreeBagger(nTree,all_train_sample,label_train);
[predict_label_RF,Scores_RF] = predict(RF_class,all_test_sample);

predict_label_RF= cell2mat(predict_label_RF);
predict_label_RF = str2num(predict_label_RF);
accuracy_RF  =   length(find(predict_label_RF == test_label))/length(test_label)*100;

class_label_list(2,:) = predict_label_RF;
class_list(2,:) = accuracy_RF;
TA_list(2,:) =  length(find(predict_label_RF(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(2,:) =  length(find(predict_label_RF(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;
%% SVM
SVM_class = fitcsvm(all_train_sample, label_train,'Standardize',true,'KernelFunction','rbf','KernelScale','auto');
[predict_label_svm,Scores_svm]   = predict(SVM_class, all_test_sample);

accuracy_SVM  =   length(find(predict_label_svm == test_label))/length(test_label)*100;

class_label_list(3,:) = predict_label_svm;
class_list(3,:) = accuracy_SVM;
TA_list(3,:) =  length(find(predict_label_svm(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(3,:) =  length(find(predict_label_svm(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;
%% DAC
DAC_class = ClassificationDiscriminant.fit(all_train_sample, label_train);
[predict_label_DAC,Scores_DAC]   =  predict(DAC_class, all_test_sample);
accuracy_DAC  =   length(find(predict_label_DAC == test_label))/length(test_label)*100;

class_label_list(4,:) = predict_label_DAC;
class_list(4,:) = accuracy_DAC;
TA_list(4,:) =  length(find(predict_label_DAC(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(4,:) =  length(find(predict_label_DAC(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;
%% bayes
Bayes_class = fitcnb(all_train_sample, label_train);
[predict_label_bayes,Scores_bayes]   =   predict(Bayes_class, all_test_sample);
accuracy_bayes  =   length(find(predict_label_bayes == test_label))/length(test_label)*100;

class_label_list(5,:) = predict_label_bayes;
class_list(5,:) = accuracy_bayes;
TA_list(5,:) =  length(find(predict_label_bayes(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(5,:) =  length(find(predict_label_bayes(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;
%% Boosting
boost_class = fitensemble(all_train_sample, label_train,'AdaBoostM1' ,5,'tree','type','classification');
[predict_label_boost,Scores_boost]   =  predict(boost_class, all_test_sample);
accuracy_boost  =   length(find(predict_label_boost == test_label))/length(test_label)*100;

class_label_list(6,:) = predict_label_boost;
class_list(6,:) = accuracy_boost;
TA_list(6,:) =  length(find(predict_label_boost(1:label_0,1) == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(6,:) =  length(find(predict_label_boost(label_0+1:end,1) == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

%% hard class
class_label_list(7,:) = round(mean(class_label_list(2:6,:)));
class_list(7,:) = length(find(class_label_list(7,:) == test_label'))/length(test_label)*100;
TA_list(7,:) =  length(find(class_label_list(7,1:label_0)' == test_label(1:label_0,1)))/length(test_label(1:label_0,1))*100;
TC_list(7,:) =  length(find(class_label_list(7,label_0+1:end)' == test_label(label_0+1:end,1)))/length(test_label(label_0+1:end,1))*100;

class_list = [class_list TA_list  TC_list ];


end

---

总结

准确的分类、识别、决策、判断，自古以来就是现实中要面对的难题，
当下最火的神经网络的打响，离不开猫狗分类的ImageNet

分类器模型的构建思路多样，组合样式丰富，
由于分类器几乎惠及所有判别领域，有很大的现实需求，
大量的学者将精力花费在好的分类器设计上，
我们可以借鉴多个领域的分类建模思想。

通过脑电信号反推刺激类别、预测脑响应模式，
此类大脑解码问题，不仅有助于脑机接口（BCI）应用，还会辅助机制分析，脑活动建模

囿于能力，挂一漏万，如有笔误请大家指正~

---

感谢您耐心的观看，本系列更新了约30000字，约3000行开源代码，体量相当于一篇硕士工作。

往期内容放在了文章开头，麻烦帮忙点点赞，分享给有需要的朋友~

坚定初心，本博客永远：
免费拿走，全部开源，全部无偿分享~

---

To：新想法、鬼点子的道友：

自己：脑机接口+人工智领域，主攻大脑模式解码、身份认证、仿脑模型…
在读博士第3年，在最后1年，希望将代码、文档、经验、掉坑的经历分享给大家~
做的不好请大佬们多批评、多指导~ 虚心向大伙请教！
想一起做些事情 or 奇奇怪怪点子 or 单纯批评我的，请至[email protected]