1. KNN（K-Nearest Neighbors，K近邻）KNN算法是一种基本的分类和回归方法。对于分类任务，它基于特征空间中最接近的k个邻居的多数投票进行预测。对于回归任务，KNN算法则是通过k个最近邻居的平均值（或加权平均值）来估计目标变量的值。KNN算法简单易懂，适用于小型数据集和基本的模式识别任务。2. SVM（Support Vector Machine，支持向量机）SVM是一种强大

在这篇文章中，我们使用MNE（MNE-Python）来对脑电信号进行坏道处理、带通滤波以及去除市电干扰。首先，我们进行了坏道处理，这是为了排除由于电极故障或其他原因而产生的异常信号。接下来，我们进行了带通滤波，以去除不感兴趣的频率成分，如低频和高频噪声，同时保留我们感兴趣的频率范围内的信号。最后，我们还实施了去除市电干扰的步骤，这是为了消除来自电力线的交流干扰，从而进一步提高信号质量。通过这些预处

链接：https://pan.baidu.com/s/1b59sW6Emc7H5r92bqGnl9g。链接：https://pan.baidu.com/s/1WYQGVMjNNQqY76pQHM9QXA。链接：https://pan.baidu.com/s/1LuH4w_N69TLgAUa8NJZZhA。链接：https://pan.baidu.com/s/1h6K5nZKXRLTWyiju0O_

DREAMER数据集包含了一个实验的被试的评分和生理记录，23个志愿者看了由Gabert-Quillen等人挑选和评价的18个电影片段。EEG和ECG信号被记录，并且每个被试通过报告5个点量表上感觉到的唤醒，效价和支配度来对他们的情绪打分。提取的数据已保存到 C:/Users/86157/Desktop/dreamer/output_electrode1_1_to_18.npy。下面是Dreame

DREAMER数据集包含了一个实验的被试的评分和生理记录，23个志愿者看了由Gabert-Quillen等人挑选和评价的18个电影片段。EEG和ECG信号被记录，并且每个被试通过报告5个点量表上感觉到的唤醒，效价和支配度来对他们的情绪打分。提取的数据已保存到 C:/Users/86157/Desktop/dreamer/output_electrode1_1_to_18.npy。下面是Dreame

链接：https://pan.baidu.com/s/1b59sW6Emc7H5r92bqGnl9g。链接：https://pan.baidu.com/s/1WYQGVMjNNQqY76pQHM9QXA。链接：https://pan.baidu.com/s/1LuH4w_N69TLgAUa8NJZZhA。链接：https://pan.baidu.com/s/1h6K5nZKXRLTWyiju0O_