Ë
    êÈîj‘0  ã                   ó”  — d Z ddlZddlZddlZddlZddlZddl	Z
ddlmZmZ ddlmZmZmZ ddlmZmZ ddlmZ ej.                  j1                  edd«      Zd	Zd
ZdZdZdZdZ ej@                  ddd«      Z!dZ"d„ Z#d„ Z$d„ Z%d„ Z&d„ Z'd„ Z(d„ Z)d„ Z*d„ Z+d„ Z,d#d„Z-d„ Z.d„ Z/d „ Z0d!„ Z1e2d"k(  r e#«       \  Z3Z4 e0«       Z5 e1e3e4e5«       yy)$a  R2: is AASD (and Carta2026) accuracy fixable, or near chance by nature?  Diagnostics only, no tuning.

Part A, from the saved evidence of the reference pipeline (nested 4 decoder + 4 DirectNet sw2, all-five models,
fusion a = 0.5, HMM emissions fitted on the five corpus datasets; same as r1_acc_decision_grid.py):
  * per-subject Acc and a trial-level sign-flip null (flipping a trial's evidence flips its HMM decisions exactly,
    so the null keeps the within-trial temporal structure): how many subjects are significantly above / below 50 %;
  * per-subject lag scan: Acc of the 128-Hz predictions against labels shifted by -2..+10 s (label lag diagnosis);
  * Acc of the frame-wise evidence sign (no HMM).
Part B, an independent linear backward decoder (ridge, EEG lags 0-250 ms, prep eaP_n5_t60, 32 Hz) scored by
5-s / 10-s window match accuracy, in three training regimes:
  XDS   trained on the five corpus datasets (the competition situation);
  LOSO  same dataset, held-out subjects AND held-out stimuli (eval_external_clf.cv_split, k = 3; corpus: subjects);
  SS    subject-specific, held-out stimuli (3 folds over T); an upper bound that needs the subject's labels.
DTU and KUL are run the same way as references. Ridge strength is chosen on an inner split of the training trials.
é    N)ÚDS_KEYSÚSEED)ÚEXPÚ
load_trialÚrows_of)ÚexpandÚ	integ_hmm)Úcv_splitÚresultsÚresearchÚ
eaP_n5_t60é    é	   )g-Cëâ6?gü©ñÒMbP?g{®Gáz„?gš™™™™™¹?g      ð?g      $@)ÚAASDÚ	Carta2026)gV-²�ïï?gffffffî?g       Àg      %@ç      à?i N  c                  óh  — t        j                  d«       t        j                  «       \  } }}t        j                  d| |«      }t        j
                  t        D ��cg c]  }||   j                  «       D ]  }|‘Œ Œ c}}«      }t        D ���ci c]3  }|||   j                  «       D ��ci c]  \  }}| ||d   «      “Œ c}}“Œ5 }}}}t        j                  ||t        t        «      d«      \  }	}
g g }}t        j                  j                  t        «      }t        D �]Ñ  }t        j                   |«      }t"        D �]¯  }t        j                  j                  t        «      }i }t%        |«      D ]õ  }||   \  }} ||«      \  }}d|z  d|z  z   }t'        |t)        ||	|
¬«      «      }t+        ||d   j-                  t.        «      |t1        |d   «      t1        |j3                  dd«      «      «      }|d	   j-                  t.        «      }t        j4                  |dkD  t        j6                  |d
   «      dk(  k(  «      }|j9                  |d   g «      j;                  |||f«       Œ÷ |j                  «       D �]p  \  }}t        j<                  |D ��cg c]  \  }}}t?        |«      ‘Œ c}}t.        «      } t        j<                  |D �!��cg c]  \  }!}}t        j@                  |!|k(  «      ‘Œ  c}}}!t.        «      }"|"jA                  «       | jA                  «       z  }#|j3                  ddtB        t?        | «      f¬«      j-                  tD        «      }$t        jF                  |$| |"z
  |"«      jA                  d«      | jA                  «       z  }%t/        t        jH                  |%dz
  «      tI        |#dz
  «      dz
  k\  j5                  «       «      }&|j;                  t)        |||t?        | «      |#dz  |%jK                  «       dz  |&t        j4                  |D ��'cg c]  \  }}}'|'‘Œ
 c}'}«      dz  ¬«      «       tL        D ]©  }(t1        tO        |(dz  «      «      })dx}*}+|D ]b  \  }!}}|)dk\  r|!|)d  |d t?        |«      |)z
   }-},n|!d t?        |!«      |)z    ||) d  }-},|*t        j@                  |,|-k(  «      z  }*|+t?        |,«      z  }+Œd |j;                  t)        ||||(|*|+z  dz  ¬«      «       Œ« �Œs �Œ² �ŒÔ tQ        jR                  |«      tQ        jR                  |«      }/}.|.jU                  tV        jX                  j[                  t\        d«      d¬«       |/jU                  tV        jX                  j[                  t\        d«      d¬«       |.|/fS c c}}w c c}}w c c}}}w c c}}w c c}}}!w c c}'}w )Né   ÚALLÚxr   )Úp_stayÚmuÚsdÚt_endÚn128r   Úatt128ÚattÚsubject)Úsizeé   gê-�™—q=éd   )Údsr   r   Ún_trialsÚaccÚnull_sdÚp_two_sidedÚframe_sign_accé€   )r"   r   r   Úshift_sr$   zr2_subject_null.csvF©Úindexzr2_lag_scan.csv)/ÚtorchÚset_num_threadsÚRÚload_referenceÚtablesÚ
componentsr   ÚvaluesÚitemsÚ	emissionsÚlistÚnpÚrandomÚdefault_rngr   ÚREALÚreal_inputsÚP_RULESÚsortedr	   Údictr   ÚastypeÚfloatÚintÚintegersÚmeanÚasarrayÚ
setdefaultÚappendÚarrayÚlenÚsumÚN_PERMÚboolÚwhereÚabsÚstdÚSHIFTSÚroundÚpdÚ	DataFrameÚto_csvÚosÚpathÚjoinÚRES)0ÚclfÚdecÚlaÚtabÚdÚtÚtrÚkÚpartsr   r   Ú	subj_rowsÚlag_rowsÚrng_nullr"   ÚrealÚpÚrngÚperr   ÚeÚd_Úc_ÚzÚdec_ÚlabÚgtÚframe_okÚsÚlstÚ_ÚgÚnÚlÚcr$   ÚflipsÚnullÚpvalÚfÚshÚmÚokÚtotÚaÚbÚsrÚlrs0                                                   úh/root/disk_3tb/EEG-sAAD-Grand-Challenge-Training-Dataset/experiments/decoder_lodo/r2_aasd_diagnostics.pyÚpart_arƒ   (   sÄ  € Ü	×Ñ˜!ÔÜ×#Ñ#Ó%�L€CˆˆbÜ
�(‰(�5˜#˜sÓ
#€CÜ	
�‰¥'ÔC¡'˜Q°3°q±6·=±=¶?¨a’q°?�q 'ÒCÓ	D€BÝDKÕLÁG¸qˆQ¨3¨q©6¯<©<¬>Ô:©>¡4 1 a�‘B�q˜‘v“J‘¨>Ò:Ñ:ÀG€EÒLÜ�[‰[˜ ¤T¬'£]°CÓ8�F€BˆØ˜bˆx€IÜ�y‰y×$Ñ$¤TÓ*€HßˆdˆÜ�}‰}˜RÓ ˆß�ˆAÜ—)‘)×'Ñ'¬Ó-ˆCØˆCÜ˜D–\�Ø˜A‘w‘��1Ù˜A›‘��B C¨"¡H¨s°R©xÑ$7 Ü  ¤D°°b¸RÔ$@ÓA�Ü˜T 1 W¡:×#4Ñ#4´UÓ#;¸RÄÀQÀvÁYÃÔQTÐUX×UaÑUaÐbcÐefÓUgÓQhÓi�Ø�x‘[×'Ñ'¬Ó.�ÜŸ7™7 A¨¡E¬r¯z©z¸!¸E¹(Ó/CÀqÑ/HÑ#IÓJ�Ø—‘˜q ™|¨RÓ0×7Ñ7¸¸bÀ(Ð8KÕLð "ð Ÿ)™)Ÿ+‘��3Ü—H‘H±CÔ8±C©¨¨A¨qœc !�f°CÒ8¼%Ó@�Ü—H‘H¹CÕ@¹C±°°A°qœbŸf™f Q¨!¡V�n¸CÓ@Ä%ÓH�Ø—e‘e“g §¡£Ñ'�Ø ×)Ñ)¨!¨Q´f¼cÀ!»fÐ5EÐ)ÓF×MÑMÌdÓS�Ü—x‘x  q¨1¡u¨aÓ0×4Ñ4°QÓ7¸!¿%¹%»'ÑA�ÜœbŸf™f T¨B¡YÓ/´3°s¸R±x³=À5Ñ3HÑH×NÑNÓPÓQ�Ø× Ñ ¤¨°A¸qÌ3ÈqË6ÐWZÐ]`ÑW`Ø.2¯h©h«j¸3Ñ.>ÈDÜ57·W±WÉsÔ=SÉsÁGÀAÀqÈ!ºaÈsÒ=SÓ5TÐWZÑ5Zô"\ô ]÷ !�BÜœE " s¡(›OÓ,�A¸¨l¨b°3Û#&™˜˜1˜aØ š6Ø#$ Q R 5¨!¨K¬S°«V°a©Z¨.˜q™Aà#$ [¤c¨!£f¨q¡j >°1°a°R°S°6˜q˜AØœbŸf™f Q¨!¡V›nÑ,˜¨c´S¸³V©m©cð $'ð —O‘O¤D¨B°qÀ!ÈRÐUWÐZ]ÑU]Ð`cÑUcÔ$dÕeò !ò &ò ð ô@ �\‰\˜)Ó$¤b§l¡l°8Ó&<ˆ€BØ‡I�IŒb�g‰g�l‰lœ3Ð 5Ó6¸e€IÔDØ‡I�IŒb�g‰g�l‰lœ3Ð 1Ó2¸%€IÔ@Øˆrˆ6€MùóQ DùÛ:ùÔLùó$ 9ùÜ@ùó >Ts0   Á!V
ÂVÂ,VÃVÊV!Ë#V'ÐV.&ÖVc           	      óä   — t        | «      t        z
  dz   }t        j                  t	        t        «      D �cg c]
  }| |||z    ‘Œ c}d¬«      j                  t        j                  «      |fS c c}w )Nr    )Úaxis)rG   ÚLAGSr6   ÚconcatenateÚranger>   Úfloat64)ÚeegÚTÚjs      r‚   Úlaggedr�   X   sZ   € ÜˆC‹”4‰˜!Ñ€AÜ�>‰>´´t´Ó=±¨A˜3˜q  Q¡š<°Ñ=ÀAÔF×MÑMÌbÏjÉjÓYÐ[\Ð\Ð\ùÒ=s   ¶A-c           	      ó„  — t        j                  |t         j                  «      }||j                  d«      z
  |j	                  d«      dz   z  }t        t        j                  | t         j                  «      |t        j                  |«      j                  t         j                  «      t        |«      t        |«      ¬«      S )zbRaw float32 storage; the 522-column lagged matrix is built on demand (37 GB for the whole corpus).r   g:Œ0âŽyE>©rŠ   Úenvr   r   Ústim)	r6   rC   Úfloat32rB   rM   r=   r>   Úint8Ústrr�   s        r‚   Úpreparer•   ]   sƒ   € ä
�*‰*�Sœ"Ÿ*™*Ó
%€CØ�—‘˜!“Ñ §¡¨£¨dÑ!2Ñ
3€CÜ”B—J‘J˜s¤B§J¡JÓ/°S¼b¿j¹jÈ»o×>TÑ>TÔUW×U\ÑU\Ó>]Ü˜G›¬3¨t«9ô6ð 6ó    c                 óà   — t        | d   «      \  }}| d   d | j                  t        j                  «      }| d   d | j                  t        «      }||t        j
                  |«      |f   ||fS )NrŠ   r�   r   )r�   r>   r6   r‰   r@   Úarange)r\   ÚXr‹   r�   r   s        r‚   Úxyrš   e   sl   € Ü�!�E‘(Ó�D€A€qØ
ˆE‰(�2�Aˆ,×
Ñ
œbŸj™jÓ
)€C°°5±¸"¸1°×1DÑ1DÄSÓ1I¨3Øˆc”"—)‘)˜A“, Ð#Ñ$ c¨3Ð.Ð.r–   c           	   #   ó´   K  — t        | «      j                  «       D ]8  \  }}t        t        |d   «      }t	        |d   |d   |d   |d   |d   «      –— Œ: y ­w)NÚkeyrŠ   r�   r   Úsubj_uidÚtrial)r   Úiterrowsr   ÚPREPr•   )r"   rq   Úrr\   s       r‚   Úcorpus_iterr¢   k   sX   è ø€ Ü˜“×$Ñ$Ö&‰ˆˆ1Ü”t˜Q˜u™XÓ&ˆÜ�a˜‘h  %¡¨!¨E©(°A°j±MÀ1ÀWÁ:ÓNÓNñ 'ùs   ‚AAc                 ó  — t         j                  j                  t        j                  | d«      }t        j                  t         j                  j                  |d«      «      }g }|j                  «       D ]”  \  }}t        j                  t         j                  j                  |t        |d   dz   «      «      }|j                  t        |d   |d   |d   |d   j                  d«      d	   |d   j                  d«      d
   «      «       Œ– |S )NÚcachez	index.csvrœ   z.npzrŠ   r�   r   rq   r    r   )rS   rT   rU   ÚEÚEXTrP   Úread_csvrŸ   r6   Úloadr    rE   r•   Úsplit)r"   ru   ÚIÚoutrq   r¡   rj   s          r‚   Úreal_trialsr¬   q   sÑ   € Ü
�‰�‰”Q—U‘U˜B Ó(€AÜ
�‰”B—G‘G—L‘L  KÓ0Ó1€AØ
€CØ—
‘
–‰ˆˆ1Ü�G‰G”B—G‘G—L‘L ¤D¨!¨E©(°VÑ*;Ó<Ó=ˆØ�
‰
”7˜1˜U™8 Q u¡X¨q°©x¸¸5¹¿¹ÈÓ9LÈQÑ9OÐQRÐSXÑQY×Q_ÑQ_Ð`cÓQdÐefÑQgÓhÕið ð €Jr–   c                 ó  — t        j                  dt        z  dt        z  f«      }t        j                  dt        z  «      }| D ]6  }t        |«      \  }}}}||j                  |z  z  }||j                  |z  z  }Œ8 ||fS )Né:   )r6   Úzerosr†   rš   r‹   )ÚtrialsÚXtXÚXtyr\   r™   Úyrq   s          r‚   Ú
accumulater´   {   su   € Ü
�(‰(�Bœ‘I˜r¤D™yÐ)Ó
*€C´"·(±(¸2Ä¹9Ó2E¨CÛˆÜ˜“U‰
ˆˆ1ˆa�Øˆq�s‰s�Q‰w‰ˆ˜˜qŸs™s Q™w™™ð ð �ˆ8€Or–   c           	      óÎ   — |t        j                  | «      z  t        | «      z  }t         j                  j	                  | |t        j
                  t        | «      «      z  z   |«      S )N)r6   ÚtracerG   ÚlinalgÚsolveÚeye)r±   r²   ÚalphaÚlams       r‚   r¸   r¸   ƒ   sI   € Ø
”"—(‘(˜3“-Ñ
¤# c£(Ñ
*€CÜ�9‰9�?‰?˜3 ¤r§v¡v¬c°#«hÓ'7Ñ!7Ñ7¸Ó=Ð=r–   c           
      ól  — i }| D ]å  }t        |«      \  }}}}||z  }	t        dt        |	«      |z
  dz   |dz  «      D ]¬  }
|	|
|
|z    }||
|
|z    }t        j                  ||dd…df   «      d   }t        j                  ||dd…df   «      d   }t        t        j                  ||
|
|z    «      dkD  «      }|j                  |d   g «      j                  t        ||kD  «      |k(  «       Œ® Œç |j                  «       D �
�ci c]'  \  }
}|
t        t        j                  |«      «      dz  “Œ) c}}
S c c}}
w )	zbPer-subject accuracy of the window decision (corr with env 0 vs env 1) against the majority label.r   r    r   N)r   r    r   r   r!   )rš   rˆ   rG   r6   Úcorrcoefr@   rB   rD   rE   r3   r?   )r°   ÚwÚWrf   r\   r™   rq   r�   r   Úrecro   r¡   rg   Úc0Úc1rl   Úvs                    r‚   Ú
window_accrÄ   ˆ   s,  € à
€CÛˆÜ˜A›‰ˆˆ1ˆc�3Ø�!‰eˆÜ�qœ#˜c›( Q™,¨Ñ*¨A°©FÖ3ˆAØ�A�a˜!‘e�ˆA # a¨¨A© ,˜aÜ—‘˜Q ¢! Q $¡Ó(¨Ñ.ˆB´R·[±[ÀÀAÂaÈÀdÁGÓ5LÈTÑ5R°Ü”b—g‘g˜c ! A¨¡E˜lÓ+¨bÑ0Ó1ˆCØ�N‰N˜1˜Y™<¨Ó,×3Ñ3´C¸¸R¹³LÀCÑ4GÕHñ	 4ð ð 47·9±9´;Ô?±;©4¨1¨aˆAŒu”R—W‘W˜Q“ZÓ  3Ñ&Ñ&°;Ò?Ð?ùÓ?s   Ä ,D0c                 óR   ‡ ‡‡— t        t        ˆ ˆˆfd„¬«      }t        |||«      |fS )Nc                 ó–   •— t        j                  t        t        ‰t	        ‰‰| «      dt
        z  «      j                  «       «      «      S )Né
   )r6   rB   r5   rÄ   r¸   ÚFS32r2   )ÚalÚXtX_inÚXty_inÚvals    €€€r‚   Ú<lambda>zpick.<locals>.<lambda>—   s7   ø€ ¤b§g¡g¬d´:¸cÄ5ÈÐQWÐY[ÓC\Ð^`ÔcgÑ^gÓ3h×3oÑ3oÓ3qÓ.rÔ&sr–   )rœ   )ÚmaxÚALPHASr¸   )rÊ   rË   rÌ   ÚXtX_allÚXty_allÚbests   ```   r‚   ÚpickrÓ   –   s$   ú€ ÜŒvÕsÔt€DÜ�˜' 4Ó(¨$Ð.Ð.r–   c           	      óŠ  — t         j                  j                  |«      }|j                  t	        | «      «      }t        dt        dt	        | «      z  «      «      }|d| D �cg c]  }| |   ‘Œ	 }}||d D �cg c]  }| |   ‘Œ	 c}xs |}t        |«      \  }}	t        |«      \  }
}t        ||	|||
z   |	|z   «      S c c}w c c}w )zeSmall sets: choose alpha on an inner 80/20 split of the training trials (10-s windows), refit on all.r    gš™™™™™é?N)	r6   r7   r8   ÚpermutationrG   rÎ   r@   r´   rÓ   )ÚtrainÚ
inner_seedre   ÚidxÚcutÚiÚa_trÚa_var±   r²   rÐ   rÑ   s               r‚   ÚfitrÝ   ›   sÁ   € ä
�)‰)×
Ñ
 
Ó
+€CØ
�/‰/œ#˜e›*Ó
%€C¬S°´C¸¼SÀ»Z¹Ó4HÓ-I sØ! $ 3™iÓ(™i˜ˆE�!‹H˜i€DÐ(ÀCÈÈÁIÓ1NÁI¸q°%¸³(ÀIÑ1NÒ1VÐRV¨$Ü˜$Ó�H€CˆÜ! $Ó'Ñ€GˆWÜ��S˜$  g¡¨s°W©}Ó=Ð=ùò )ùÒ1Ns   Á"B;Á7C c                 ó¬   — g }dD ]L  }t        |||t        z  «      j                  «       D ]%  \  }}|j                  t	        | |||||¬«      «       Œ' ŒN |S )N)é   rÇ   )r"   ÚregimeÚwindow_sr   r$   rº   )rÄ   rÈ   r3   rE   r=   )	r"   rà   Útestr¾   rº   ÚrowsÚwinro   r~   s	            r‚   Úregime_rowsrå   ¥   sY   € Ø€DÛˆÜ˜t Q¨¬d©
Ó3×9Ñ9Ö;‰DˆAˆqØ�K‰Kœ ¨6¸CÈÐPQÐY^Ô_Õ`ñ <ð ð €Kr–   c                  óÔ  — i i i }}} t         D �]T  }t        j                  dt        z  dt        z  f«      t        j                  dt        z  «      g}t        j                  |d   «      t        j                  |d   «      g}g g dt
        z  }}}t        t        |«      «      D ]š  \  }	}
t        |
«      \  }}}}|	dz  dk(  r|n|}|dxx   |j                  |z  z  cc<   |dxx   |j                  |z  z  cc<   |	dz  dk(  r'|dkD  r"|j                  |
«       |t        |
d   «      z  }|dv sŒŠ|j                  |
«       Œœ ||f|c| |<   ||<   |r|||<   t        d|d	¬
«       �ŒW | ||fS )zœPer corpus dataset: XtX / Xty of even and odd trials, a capped validation sample of odd trials, and the raw
    trials of DTU and KUL (needed as test sets).r®   r   r    i   r   rŠ   )ÚDTUÚKULzcorpus sumsT©Úflush)r   r6   r¯   r†   Ú
zeros_likerÈ   Ú	enumerater¢   rš   r‹   rE   rG   Úprint)ÚsumsrÌ   Úkeepr[   ÚevÚodÚvlistÚstoreÚbudgetrÚ   r\   r™   r³   rq   r$   s                  r‚   Úcorpus_sumsrõ   ­   si  € ð ˜"˜bˆtˆ#€DßˆWˆÜ�h‰h˜œT™	 2¬¡9Ð-Ó.´·±¸¼d¹Ó0CÐDˆÌBÏMÉMÐZ\Ð]^ÑZ_ÓL`Ôbd×boÑboÐprÐstÑpuÓbvÐKwÀbØ! 2 x´$¡�fˆuˆÜœk¨!›nÖ-‰DˆAˆqÜ˜A›‰JˆAˆq�!�Q¨A°©E°QªJ¡b¸B Ø�‹F�a—c‘c˜A‘gÑ‹F˜s 1›v¨¯©¨q©Ñ0›vØ�1‰u˜Šz˜f qšjØ—‘˜Q” ¬3¨q°©x«=Ñ!8 Ø�NÒ"Ø—‘˜Q•ð .ð ˜r˜( EˆˆˆQ‰��Q‘ÙØˆD�‰GÜˆm˜Q d×+ð ð ��dˆ?Ðr–   c                  ób  ‡— t        «       \  Š} }t        D �ci c]  }|t        |«      “Œ }}|j                  |«       g }t	        t        «      ddgz   D �]™  }||   }t
        D �cg c]
  }||k7  sŒ	|‘Œ }}t        ˆfd„|D «       «      }t        ˆfd„|D «       «      }	|t        ˆfd„|D «       «      z   }
|	t        ˆfd„|D «       «      z   }t        ||	|D ��cg c]  }| |   D ]  }|‘Œ Œ c}}|
|«      \  }}|t        |d|||«      z  }|D �cg c]  }|› d|d	   › d|d
   › �‘Œ }}t        d«      D ]Õ  }|t        v rOt        |d|«      \  }}|D �cg c]  }|d	   |vsŒ|d
   |vsŒ|‘Œ }}|D �cg c]  }|d	   |v sŒ|d
   |v sŒ|‘Œ }}n[t        |D �ch c]  }|d	   ’Œ	 c}«      }t        ||d d…   «      }|D �cg c]  }|d	   |vsŒ|‘Œ }}|D �cg c]  }|d	   |v sŒ|‘Œ }}t        ||«      \  }}|t        |d|||«      z  }Œ× t        |D �ch c]  }|d	   ’Œ	 c}«      D ]·  }|D �cg c]  }|d	   |k(  sŒ|‘Œ }}t        |D �ch c]  }|d
   ’Œ	 c}«      }t        d«      D ]s  }t        ||d d…   «      }|D �cg c]  }|d
   |vsŒ|‘Œ }}|D �cg c]  }|d
   |v sŒ|‘Œ }}t        |«      dk  s|sŒSt        ||«      \  }}|t        |d|||«      z  }Œu Œ¹ t        |dd¬«       �Œœ t!        j"                  |«      }|j%                  g d¢d¬«      j&                  j)                  «       }|j+                  t,        j.                  j1                  t2        d«      d¬«       |S c c}w c c}w c c}}w c c}w c c}w c c}w c c}w c c}w c c}w c c}w c c}w c c}w c c}w c c}w )Nrç   rè   c              3   ó4   •K  — | ]  }‰|   d    d    –— Œ y­w)r   N© ©Ú.0r[   rî   s     €r‚   Ú	<genexpr>zpart_b.<locals>.<genexpr>Ë   s   øè ø€ Ð/©B q�T˜!‘W˜Q‘Z •]©Bùó   ƒc              3   ó4   •K  — | ]  }‰|   d    d   –— Œ y­w)r   r    Nrø   rù   s     €r‚   rû   zpart_b.<locals>.<genexpr>Ë   s!   øè ø€ Ð=XÑUWÐPQ¸dÀ1¹gÀa¹jÈ½mÑUWùrü   c              3   ó4   •K  — | ]  }‰|   d    d   –— Œ y­w)r    r   Nrø   rù   s     €r‚   rû   zpart_b.<locals>.<genexpr>Ì   s   øè ø€ Ð9±b°˜t A™w q™z¨!�}±bùrü   c              3   ó4   •K  — | ]  }‰|   d    d    –— Œ y­w)r    Nrø   rù   s     €r‚   rû   zpart_b.<locals>.<genexpr>Ì   s(   øè ø€ ÐQlÑikÐdeÐRVÐWXÑRYÐZ[ÑR\Ð]^ÕR_Ñikùrü   ÚXDSrq   r   r‘   é   ÚLOSOr   ÚSSÚdoneTré   )r"   rà   rá   r   F)Úas_indexzr2_linear_ceiling.csvr*   )rõ   r9   r¬   Úupdater5   r   rH   rÓ   rå   rˆ   r
   r<   ÚsetrÝ   rG   rí   rP   rQ   Úgroupbyr$   rB   rR   rS   rT   rU   rV   )rÌ   rï   r"   Údatarã   r°   r[   r]   rÊ   rË   rÐ   rÑ   r\   r¾   rÉ   ÚkeysrÚ   ÚhsÚhtÚtrnÚteÚsubsro   ÚmineÚstimsÚdfrî   s                             @r‚   Úpart_br  Â   së  ø€ Ü!“m�O€Dˆ#ˆtÝ*.Ó/©$ BˆB”˜B“Ñ¨$€DÐ/Ø‡K�K�ÔØ€DÜ”4‹j˜E 5˜>Õ)ˆØ�b‘ˆå Ó,™�A A¨£GŠa˜ˆÐ,ÜÓ/©BÓ/Ó/ˆ¼#Ó=XÑUWÓ=XÓ:X°Øœ3Ó9±bÓ9Ó9Ñ9ˆÀVÌcÓQlÑikÓQlÓNlÑEl¸7Ü�V˜V±Ô%D±¨A¸SÀ¼V¸¢a¸V a°Ò%DÀgÈwÓW‰ˆˆ2Ø”˜B  v¨q°"Ó5Ñ5ˆá<BÓC¹F°q�2�$�a˜˜)™�~ Q q¨¡y kÒ2¸FˆÐCÜ�q–ˆAØ”T‰zÜ! $¨¨1Ó-‘��BÙ"(Ó[¡&˜Q¨A¨i©LÀÒ,BÀqÈÁyÐXZÒGZ’q &�Ð[Ù!'ÓR¡˜A¨1¨Y©<¸2Ò+=À!ÀFÁ)ÈrÂ/’a �ÑRä±VÓ<±V°˜q ›|°VÑ<Ó=�ÄCÈÈQÈTÐPQÈTÉ
ÃO¸rÙ"(ÓC¡&˜Q¨A¨i©LÀÒ,B’q &�ÐCÑV\ÓJsÑV\ÐQRÐ`aÐbkÑ`lÐprÒ`rÊ1ÐV\ÀRÐJsÜ˜˜Q“K‰EˆAˆrØ”K  F¨B°°2Ó6Ñ6‰Dð ô ©vÓ6©v¨!˜˜9›¨vÑ6Ö7ˆAÙ%Ó;™v˜!¨¨9©¸Ó):’A˜vˆDÐ;Ü©tÓ4©t¨!˜A˜f›I¨tÑ4Ó5ˆEÜ˜1–X�Ü˜˜q˜t !˜t™Ó%�Ù"&Ó>¡$˜Q¨!¨F©)¸2Ò*=’q $�Ð>ÑQUÓEiÑQUÈAÐYZÐ[aÑYbÐfhÒYhÂaÐQUÀÐEiÜ�s“8˜a’<¡rØÜ˜C ›‘��2Øœ B¨¨b°!°RÓ8Ñ8‘ñ ð 8ô 	ˆb�& ×%ð? *ô@ 
�‰�dÓ	€Bà	�‰Ò;ÀeˆÓ	L×	PÑ	P×	UÑ	UÓ	W€BØ‡I�IŒb�g‰g�l‰lœ3Ð 7Ó8À€IÔFØ€IùòO 0ùò -ùó &Eùò Dùò \ùÚRùâ<ùÚCùÒJsùò 7ùÚ;ùÚ4ùò ?ùÒEis�   ˜M*Á%
M/Á0M/ÃM4ÄM:ÅM?ÅM?Å&M?Å0NÅ=NÆNÆN	Æ=NÇ
NÇNÇ!NÈN
È-NÈ;NÉ
N"Ê N'
ÊN'
ÊN,
Ê$N,
c                 ó¸  — ddg}| j                  ddg«      D �]%  \  \  }}}|j                  |› d|› dt        |«      › d|j                  j	                  «       d›d	|j                  j                  «       d
›d|j                  j                  «       d
›dt        |j                  dkD  |j                  dk  z  j                  «       «      › dt        |j                  dk  |j                  dk  z  j                  «       «      › d|j                  j	                  «       d›d|j                  j	                  «       d›�«       �Œ( |j                  d«       |j                  ddg«      D �]  \  \  }}}|j                  d«      j                  j	                  «       }|j                  |j                  d«      j                  j                  «          }|j                  |› d|› d|j                  d   d›d|j                  «       d›d|j                  «       d›d|j                  j                  «       d›d|j                  j                  «       d›d|j                  j                  «       d›d�«       �Œ |j                  d«       |j                  d«       |j                  g d¢«      j                  j	                  «       j!                  dd g«      j#                  d!«      }	|j                  |	j%                  «       «       d"j'                  |«      d"z   }
t)        t*        j,                  j'                  t.        d#«      d$«      j1                  |
«       t3        |
d%¬&«       y )'NzJR2 diagnostics: AASD / Carta2026 (real switches); kappa-era accuracy focusÚ r"   r   z p_stay z: subjects z, Acc mean z.2fz (min z.1fz, max z"); significant > 50 % (p < 0.05): é2   gš™™™™™©?z
, < 50 %: z; trial-flip null sd z; frame-sign Acc r)   r   z: lag scan mean Acc at 0 s g        z, best shift z+.1fz s -> z ; per-subject best shift median z
 s (range z..Ú)zALinear backward decoder, window accuracy (mean over subjects, %):)r"   rà   rá   rà   rá   r   Ú
zr2_summary.txtr¾   Tré   )r  rE   rG   r$   rB   ÚminrÎ   r@   r&   rH   r%   r'   ÚlocÚidxmaxr)   ÚmedianÚunstackrO   Ú	to_stringrU   ÚopenrS   rT   rV   Úwriterí   )r€   r�   ÚlinÚLr"   rd   rr   r{   r   ÚpivÚtxts              r‚   Úsummaryr%  î   s  € Ø	UÐWYÐZ€AØ—j‘j $¨Ð!1×2‰
‰ˆˆQ�Ø	�‰�B�4�x ˜s +¬c°!«f¨X°[ÀÇÁÇÁÃÈcÐ@RÐRXÐYZ×Y^ÑY^×YbÑYbÓYdÐehÐXið jØŸ™Ÿ	™	› CÐ(Ð(JÌ3ÐQR×QVÑQVÐY[ÑQ[Ð`a×`mÑ`mÐpsÑ`sÑPt×OyÑOyÓO{ÓK|ÐJ}ð ~Ü !§%¡%¨"¡*°·±ÀÑ1DÑ!E× JÑ JÓ LÓMÐNÐNcÐde×dmÑdm×drÑdrÓdtÐuxÐcyð z#Ø#$×#3Ñ#3×#8Ñ#8Ó#:¸3Ð"?ðAö 	Bð 3ð
 ‡H�HˆR„LØ—j‘j $¨Ð!1×2‰
‰ˆˆQ�Ø�I‰I�iÓ ×$Ñ$×)Ñ)Ó+ˆ°·±°q·y±yÀÓ7K×7OÑ7O×7VÑ7VÓ7XÑ1Y¨QØ	�‰�B�4�x ˜sÐ"=¸a¿e¹eÀB¹iÈ¸_ÈMÐZ[×ZbÑZbÓZdÐeiÐYjÐjpÐqr×qvÑqvÓqxÐy|Ðp}ð ~2Ø23·)±)×2BÑ2BÓ2DÀTÐ1JÈ*ÐUV×U^ÑU^×UbÑUbÓUdÐeiÐTjÐjlÐmn×mvÑmv×mzÑmzÓm|ð  ~Bð  mCð  CDðEö 	Fð 3ð ‡H�HˆR„LØ‡H�HÐPÔQØ
�+‰+Ò2Ó
3×
7Ñ
7×
<Ñ
<Ó
>×
FÑ
FÈÐR\ÐG]Ó
^×
dÑ
dÐefÓ
g€CØ‡H�HˆS�]‰]‹_ÔØ
�)‰)�A‹,˜Ñ
€CÜŒ�‰�‰”cÐ+Ó	,¨cÓ2×8Ñ8¸Ô=Ü	ˆ#�TÖr–   Ú__main__)r   )6Ú__doc__rS   Únumpyr6   ÚpandasrP   r,   Úeval_externalr¥   Úr1_acc_decision_gridr.   Úcommonr   r   Ú
common_expr   r   r   Ú	e1_switchr   r	   Úeval_external_clfr
   rT   rU   rV   r    rÈ   r†   rÏ   r9   r;   r˜   rN   rI   rƒ   r�   r•   rš   r¢   r¬   r´   r¸   rÄ   rÓ   rÝ   rå   rõ   r  r%  Ú__name__r€   r�   r!  rø   r–   r‚   Ú<module>r1     s÷   ðñó 
Û Û Û ã Û  ß  ß /Ñ /ß 'Ý &à‡g�g‡l�l�3˜	 :Ó.€Ø€Ø	€Ø€Ø	*€Ø€Ø
€Ø	ˆ�‰�3˜˜cÓ	"€Ø	€ò,ò`]ò
6ò/òOòòò>ò
@ò/ó
>òòò*)òXð* ˆzÒÙ‹X�F€BˆÙ
‹(€CÙˆB��CÕð r–   