make_biclusters

sklearn.datasets.make_biclusters(shape, n_clusters, *, noise=0.0, minval=10, maxval=100, shuffle=True, random_state=None)[исходный код]

Создаёт массив с блочной диагональной структурой для бикластеризации.

Подробнее см. в руководстве пользователя.

Параметры:

shapeкортеж формы (n_rows, n_cols)

Форма результата.

n_clustersint

Количество бикластеров.

noisefloat, по умолчанию=0.0

Стандартное отклонение гауссовского шума.

minvalfloat, по умолчанию=10

Минимальное значение бикластера.

maxvalfloat, по умолчанию=100

Максимальное значение бикластера.

shufflebool, по умолчанию=True

Перемешивать образцы.

random_stateint, экземпляр RandomState или None, по умолчанию=None

Определяет генерацию случайных чисел при создании набора данных. Передайте целое число, чтобы получать одинаковые результаты при нескольких вызовах функции. См. глоссарий.

Возвращает:

Xndarray формы shape

Созданный массив.

rowsndarray формы (n_clusters, X.shape[0])

Индикаторы принадлежности каждой строки к кластеру.

colsndarray формы (n_clusters, X.shape[1])

Индикаторы принадлежности каждого столбца к кластеру.

См. также

make_checkerboard

Создаёт массив с блочной структурой в виде шахматной доски для бикластеризации.

Ссылки

[1]

Dhillon, I. S. (2001, август). Совместная кластеризация документов и слов с использованием спектрального разбиения двудольного графа. В материалах седьмой международной конференции ACM SIGKDD по извлечению знаний и интеллектуальному анализу данных (с. 269–274). ACM.

Примеры

>>> from sklearn.datasets import make_biclusters
>>> data, rows, cols = make_biclusters(
...     shape=(10, 20), n_clusters=2, random_state=42
... )
>>> data.shape
(10, 20)
>>> rows.shape
(2, 10)
>>> cols.shape
(2, 20)

Примеры в галерее

Демонстрация алгоритма Spectral Co-Clustering