Identifiera potentiella störfaktorer
När mått väl har extraherats är det viktigt att kontrollera beroenden i dina data. Det gäller särskilt om bildparametrar (samplingsfrekvens, synfält) kan skilja sig åt mellan individer, eller om du hämtar flera mått från en och samma bild.
I de avslutande övningarna har vi kombinerat demografiska data och hjärnvolymsmått i en pandas DataFrame (df).
Först utforskar du tabellen och tillgängliga variabler. Sedan kontrollerar du korrelationer i datan.
Den här övningen är en del av kursen
Biomedicinsk bildanalys i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Print random sample of rows
print(____)