make_checkerboard#
- sklearn.datasets.make_checkerboard(shape, n_clusters, *, noise=0.0, minval=10, maxval=100, shuffle=True, random_state=None)[Quelle]#
Generiert ein Array mit Block-Schachbrettstruktur für Biclustering.
Lesen Sie mehr im Benutzerhandbuch.
- Parameter:
- shapetuple von Shape (n_rows, n_cols)
Die Form des Ergebnisses.
- n_clustersint oder array-ähnlich oder Shape (n_row_clusters, n_column_clusters)
Die Anzahl der Zeilen- und Spaltencluster.
- noisefloat, Standard=0.0
Die Standardabweichung des Gaußschen Rauschens.
- minvalfloat, Standard=10
Minimalwert eines Biclusters.
- maxvalfloat, Standard=100
Maximalwert eines Biclusters.
- shufflebool, Standard=True
Mische die Samples.
- random_stateint, RandomState-Instanz oder None, default=None
Bestimmt die Zufallszahlengenerierung für die Datenerstellung. Übergeben Sie eine Ganzzahl für reproduzierbare Ergebnisse über mehrere Funktionsaufrufe hinweg. Siehe Glossar.
- Gibt zurück:
- Xndarray von Shape
shape Das generierte Array.
- rowsndarray von Shape (n_clusters, X.shape[0])
Die Indikatoren für die Clusterzugehörigkeit jeder Zeile.
- colsndarray von Shape (n_clusters, X.shape[1])
Die Indikatoren für die Clusterzugehörigkeit jeder Spalte.
- Xndarray von Shape
Siehe auch
make_biclustersGeneriert ein Array mit konstanter Blockdiagonalstruktur für Biclustering.
Referenzen
[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.
Beispiele
>>> 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]
