make_biclusters

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

生成一个用于双聚类的常量块对角结构数组。

更多信息请参阅 用户指南 。

Parameters:

shape形状为 (n_rows, n_cols) 的元组

结果的形状。

n_clustersint

双聚类的数量。

noisefloat, 默认=0.0

高斯噪声的标准差。

minvalfloat, 默认=10

双聚类的最小值。

maxvalfloat, 默认=100

双聚类的最大值。

shufflebool, 默认=True

打乱样本。

random_stateint, RandomState 实例或 None, 默认=None

确定数据集创建的随机数生成。传递一个 int 以在多次函数调用中获得可重复的输出。 请参阅 术语表 。

Returns:

X形状为 shape 的 ndarray

生成的数组。

rows形状为 (n_clusters, X.shape[0]) 的 ndarray

每个行所属聚类的指示器。

cols形状为 (n_clusters, X.shape[1]) 的 ndarray

每个列所属聚类的指示器。

See also

make_checkerboard

生成一个具有块棋盘结构的双聚类数组。

References

[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.

Examples

>>> 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)

Gallery examples

谱聚类算法演示

谱聚类算法演示