make_sparse_coded_signal

sklearn.datasets.make_sparse_coded_signal(n_samples, *, n_components, n_features, n_nonzero_coefs, random_state=None)

生成一个由字典元素稀疏组合而成的信号。

返回矩阵 Y 、 D 和 X ，使得 Y = XD ，其中 X 的形状为

(n_samples, n_components) ， D 的形状为 (n_components, n_features) ，并且 X 的每一行都有恰好 n_nonzero_coefs 个非零元素。

更多信息请参阅 用户指南 。

Parameters:

n_samplesint

要生成的样本数量。

n_componentsint

字典中的组件数量。

n_featuresint

要生成的数据集的特征数量。

n_nonzero_coefsint

每个样本中活跃（非零）系数的数量。

random_stateint, RandomState 实例或 None, 默认=None

确定用于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:

datandarray of shape (n_samples, n_features)

编码的信号 (Y)。

dictionaryndarray of shape (n_components, n_features)

归一化组件的字典 (D)。

codendarray of shape (n_samples, n_components)

稀疏编码，使得此矩阵的每一列恰好有 n_nonzero_coefs 个非零项 (X)。

Examples

>>> from sklearn.datasets import make_sparse_coded_signal
>>> data, dictionary, code = make_sparse_coded_signal(
...     n_samples=50,
...     n_components=100,
...     n_features=10,
...     n_nonzero_coefs=4,
...     random_state=0
... )
>>> data.shape
(50, 10)
>>> dictionary.shape
(100, 10)
>>> code.shape
(50, 100)

Gallery examples

正交匹配追踪

正交匹配追踪