make_checkerboard#

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

生成具有块棋盘结构的数组以进行双集群化。

阅读更多的 User Guide .

参数:

shape形状的多元组（n_rows，n_RST）: 结果的形状。
n_clustersint或类数组或形状（n_row_clusters，n_line_clusters）: 行和列集群的数量。
noisefloat，默认=0.0: 高斯噪音的标准差。
minvalfloat，默认=10: 双簇的最小值。
maxval浮动，默认=100: 双簇的最大值。
shuffle布尔，默认=True: 洗牌样本。
random_stateint，RandomState实例或无，默认=无: 确定创建数据集的随机数生成。传递int以获得跨多个函数调用的可重复输出。看到 Glossary .

返回:

X ：nd形状数组 shape形状数组: 生成的数组。
rows形状的nd数组（n_clusters，X.shape [0] ): 各行的集群成员资格指标。
cols形状的nd数组（n_clusters，X.shape [1] ): 各列的集群成员资格指标。

参见

make_biclusters: 生成具有恒定块对角线结构的数组以进行双集群化。

引用

[1]

克鲁格，Y.，巴斯里，R.，张，JT，& Gerstein，M.（2003）。微阵列数据的光谱二聚群：基因和条件的共聚群。基因组研究，13（4），703-716。

示例

>>> 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]