make_checkerboard#
- sklearn.datasets.make_checkerboard(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块状棋盘结构的数组。
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 或 array-like 或形状为 (n_row_clusters, n_column_clusters)
行和列的聚类数量。
- 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
每个行的聚类成员指示器。
- cols形状为 (n_clusters, X.shape[1]) 的 ndarray
每个列的聚类成员指示器。
- X形状为
See also
make_biclusters生成一个具有常量块对角结构用于双聚类的数组。
References
[1]Kluger, Y., Basri, R., Chang, J. T., & Gerstein, M. (2003). Spectral biclustering of microarray data: coclustering genes and conditions. Genome research, 13(4), 703-716.
Examples
>>> 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]
