make_biclusters

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

Генерация массива с постоянной блочно-диагональной структурой для биклостеризации.

Подробнее см. Руководство пользователя.

Параметры:

shapeкортеж формы (n_rows, n_cols)

Форма результата.

n_clustersint

Количество биклостеров.

noisefloat, по умолчанию=0.0

Среднеквадратическое отклонение гауссова шума.

minvalfloat, по умолчанию=10

Минимальное значение биклостера.

maxvalfloat, по умолчанию=100

Максимальное значение биклостера.

shufflebool, по умолчанию=True

Перемешать образцы.

random_stateint, экземпляр RandomState или None, по умолчанию=None

Определяет генерацию случайных чисел для создания набора данных. Передайте целое число для воспроизводимого результата при нескольких вызовах функции. См. Глоссарий.

Возвращаемое значение:

Xndarray формы shape

Сгенерированный массив.

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

Индикаторы принадлежности к кластеру каждой строки.

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

Индикаторы принадлежности к кластеру каждого столбца.

См. также

make_checkerboard

Генерация массива с блочной шашечной структурой для биклостеризации.

Ссылки

[1]

Dhillon, I. S. (2001, August). Co-clustering documents and words using bipartite spectral graph partitioning. In Proceedings of the seventh ACM SIGKDD international conference on Knowledge discovery and data mining (pp. 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 галереи

Демонстрация алгоритма спектральной совместной кластеризации