make_sparse_coded_signal#

sklearn.datasets.make_sparse_coded_signal(n_samples, *, n_components, n_features, n_nonzero_coefs, random_state=None)[source]#

Generiert ein Signal als dünne Kombination von Wörterbuchelementen.

Gibt Matrizen Y, D und X zurück, so dass Y = XD gilt, wobei X die Form (n_samples, n_components) hat, D die Form (n_components, n_features) hat und jede Zeile von X genau n_nonzero_coefs Nicht-Null-Elemente hat.

Lesen Sie mehr im Benutzerhandbuch.

Parameter:
n_samplesint

Anzahl der zu generierenden Stichproben.

n_componentsint

Anzahl der Komponenten im Wörterbuch.

n_featuresint

Anzahl der Merkmale des zu generierenden Datensatzes.

n_nonzero_coefsint

Anzahl der aktiven (nicht-Null-) Koeffizienten in jeder Stichprobe.

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:
datandarray of shape (n_samples, n_features)

Das kodierte Signal (Y).

dictionaryndarray of shape (n_components, n_features)

Das Wörterbuch mit normalisierten Komponenten (D).

codendarray of shape (n_samples, n_components)

Der spärliche Code, so dass jede Spalte dieser Matrix genau n_nonzero_coefs Nicht-Null-Elemente enthält (X).

Beispiele

>>> 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)