make_sparse_coded_signal

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

Generate a signal as a sparse combination of dictionary elements.

返回矩阵 Y , D 和 X 使得 Y = XD 哪里 X 形状 (n_samples, n_components) , D 形状 (n_components, n_features) ，以及每一行 X 恰好具有 n_nonzero_coefs 非零元素。

阅读更多的 User Guide .

参数:

n_samplesint

要生成的样本数量。

n_componentsint

字典中的组件数。

n_featuresint

要生成的数据集特征数。

n_nonzero_coefsint

每个样本中的活动（非零）系数的数量。

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:

data形状的nd数组（n_samples，n_features）

编码信号（Y）。

dictionaryndrow形状数组（n_components，n_features）

具有规格化成分的字典（D）。

code形状的nd数组（n_samples，n_components）

The sparse code such that each column of this matrix has exactly n_nonzero_coefs non-zero items (X).

示例

>>> 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)