SVMCrossVal.git

1) function plotDecodePerformance(varargin)
2) % plotDecodePerformance(timeline,decodePerformance,nClasses,rawData)
3) 

4) PSTH_AXIS_MIN = -1;
5) PSTH_AXIS_MAX = 1;

6) 
7) switch nargin

8)     

9)     case 1
10)         inputStruct       = cell2mat(varargin(1));
11) 
12)         psthStart         = inputStruct.psthStart;
13)         psthEnd           = inputStruct.psthEnd;
14)         nClasses          = inputStruct.nClasses;
15)         decodePerformance = inputStruct.decodePerformance;
16)         frameStart        = inputStruct.frameShiftStart;
17)         frameEnd          = inputStruct.frameShiftEnd;
18)         psth              = inputStruct.rawTimeCourse;
19)         SubjectID         = inputStruct.SubjectID;
20)         smoothed          = inputStruct.smoothed;

21)         PLOT_METHOD       = inputStruct.CROSSVAL_METHOD;
22)         CROSSVAL_METHOD_DEF = inputStruct.CROSSVAL_METHOD_DEF;

23) 
24)     otherwise
25)         error('spmtoolbox:SVMCrossVal:plotDecodePerformance:WrongArgument','Wrong Arguments');

26) end
27) 
28)     f = figure;
29)     subplot(2,1,1);
30)     hold on;
31)       for voxel = 1:size(psth,2)
32)           for label = 1:size(psth{voxel},2)
33)               psthData = [];
34)               for timepoint = 1:size(psth{voxel}{label},2)

35)                   psthData = nanmean(psth{voxel}{label});

36)               end
37)               plot(psthStart:psthEnd,psthData,[colorChooser(voxel), lineStyleChooser(label)]);
38)           end
39)       end

40)     axis([psthStart psthEnd PSTH_AXIS_MIN PSTH_AXIS_MAX])

41)     hold off
42)     
43)     subplot(2,1,2)    
44)     hold on;

45)     

46)     chanceLevel = 100/nClasses;
47)     goodPredictionLevel = chanceLevel*1.5;

48)     plot([psthStart psthEnd],[chanceLevel chanceLevel],'k:');
49)     plot([psthStart psthEnd],[goodPredictionLevel goodPredictionLevel],'k:');

50)     axis([psthStart psthEnd 0 100])

51)     

52)     

53)     switch PLOT_METHOD

54)         case CROSSVAL_METHOD_DEF.svmcrossval
55)             plot(frameStart:frameEnd, mean(decodePerformance,2) ,'b','LineWidth',2);

56) 
57)             se = myStdErr(decodePerformance,2);
58)             plot(frameStart:frameEnd, mean(decodePerformance,2)+se ,'b:');
59)             plot(frameStart:frameEnd, mean(decodePerformance,2)-se ,'b:');
60)         case 'class performance'
61)             for c = 1:size(decodePerformance,2)
62)                 plot(frameStart:frameEnd, decodePerformance(:,c) ,[colorChooser(mod(c,nClasses)+3) '-']);
63)             end
64) 
65)             plot(frameStart:frameEnd, mean(decodePerformance,2) ,'b','LineWidth',2);
66) 
67)     end

68)     
69)     

70)     hold off;

71)     
72)     nvoxel = size(psth,2);

73) 

74)     title = sprintf('Subject %s, over %g voxel, smoothed %s',SubjectID,nvoxel,smoothed);

75)     set(f,'Name',title);
76)     display(sprintf('%s',title));
77) 
78) 
79) 
80) end
81) 

82) 

83) function color = colorChooser(n)
84)     switch (mod(n,8))
85)     case 0
86)         color = 'r';

87)     case 1
88)         color = 'g';

89)     case 2
90)         color = 'b';
91)     case 3

92)         color = 'c';
93)     case 4
94)         color = 'm';
95)     case 5
96)         color = 'y';

97)     otherwise
98)         color = 'k';
99)     end
100) end
101) 
102) function style = lineStyleChooser(n)
103) switch(mod(n,4))
104)     case 0
105)       style = '--';
106)     case 1
107)         style = '-';
108)     case 2 
109)         style = ':';
110)     case 3

111)         style = '-.';