estimate_bandwidth#
- sklearn.cluster.estimate_bandwidth(X, *, quantile=0.3, n_samples=None, random_state=0, n_jobs=None)[源]#
估算用于均值漂移（mean-shift）算法的带宽。
此函数运行时间至少与
n_samples的平方成正比。对于大型数据集，建议通过设置n_samples来进行二次抽样。或者，也可以直接将参数bandwidth设置为一个较小的值，而不进行估算。- 参数:
- Xarray-like of shape (n_samples, n_features)
输入点。
- quantilefloat, default=0.3
应介于 [0, 1] 之间。0.5 表示使用所有成对距离的中位数。
- n_samplesint, default=None
要使用的样本数量。如果未给出，则使用所有样本。
- random_stateint, RandomState instance, default=None
用于从输入点中随机选择样本以进行带宽估算的生成器。使用整数使随机性确定。请参阅术语表。
- n_jobsint, default=None
用于邻居搜索的并行作业数量。
None表示 1，除非在joblib.parallel_backend上下文中。-1表示使用所有处理器。有关更多详细信息，请参阅术语表。
- 返回:
- bandwidthfloat
带宽参数。
示例
>>> import numpy as np >>> from sklearn.cluster import estimate_bandwidth >>> X = np.array([[1, 1], [2, 1], [1, 0], ... [4, 7], [3, 5], [3, 6]]) >>> estimate_bandwidth(X, quantile=0.5) np.float64(1.61)
