make_checkerboard

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

Создаёт массив с блочной структурой шахматной доски для бикластеризации.

Подробнее см. в руководстве пользователя.

Параметры:

shapeкортеж формы (n_rows, n_cols)

Форма результата.

n_clustersint или массивоподобный объект или формы (n_row_clusters, n_column_clusters)

Количество кластеров строк и столбцов.

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 выборки.

random_stateint, экземпляр RandomState или None, по умолчанию=None

Определяет генерацию случайных чисел при создании набора данных. Передайте int, чтобы получать воспроизводимый результат при нескольких вызовах функции. См. глоссарий.

Возвращает:

Xndarray формы shape

Сгенерированный 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_biclusters

Создаёт массив с постоянной блочной диагональной структурой для бикластеризации.

Литература

[1]

Kluger, Y., Basri, R., Chang, J. T., & Gerstein, M. (2003). Спектральная бикластеризация данных микрочипов: совместная кластеризация генов и условий. Genome research, 13(4), 703-716.

Примеры

>>> from sklearn.datasets import make_checkerboard
>>> data, rows, columns = make_checkerboard(shape=(300, 300), n_clusters=10,
...                                         random_state=42)
>>> data.shape
(300, 300)
>>> rows.shape
(100, 300)
>>> columns.shape
(100, 300)
>>> print(rows[0][:5], columns[0][:5])
[False False False  True False] [False False False False False]

Примеры из галереи

Демонстрация алгоритма Spectral Biclustering