我也很奇怪，因为CPM的思路简单粗暴，但是我在自己的数据上测试，CPM和（Linear）SVR表现似乎没有明显差异。而且CPM的文章里也做了比较，也是类似的结论。Deep learning我没啥了解。至于为什么会这样，我目前还没有想法，也许是一个值得研究的问题。 回复
老师，我想请问一下，您这里的R内输入的节点的文件类型是什么样的，有没有示例文件提供给初学者呀~
节点文件是一个被试*边的data.frame或者matrix，每一行表示一个被试，每一列表示一条边（即两个脑区之间的连接）。
老师您好，我想请教一下，cpm模型中哪个是特征权重变量呢？想找出在预测中权重高的特征该怎么做呢？
我的理解是，CPM在筛选特征阶段得到的特征就是重要的特征，因为这些特征直接与预测变量是显著相关的。这也是CPM的优点之一，在CPM论文里有说明。你也可以参考CPM文章里引用的文献。
从直觉出发，CPM将显著的边的和作为自变量的做法简化了很多非线性的关系，为什么SVR乃至于更复杂的Deep learning表现没有更好很多？是因为feature太多但是数据点太少吗？
我也很奇怪，因为CPM的思路简单粗暴，但是我在自己的数据上测试，CPM和（Linear）SVR表现似乎没有明显差异。而且CPM的文章里也做了比较，也是类似的结论。Deep learning我没啥了解。至于为什么会这样，我目前还没有想法，也许是一个值得研究的问题。