SpectralBiclustering#

class sklearn.cluster.SpectralBiclustering(n_clusters=3, *, method='bistochastic', n_components=6, n_best=3, svd_method='randomized', n_svd_vecs=None, mini_batch=False, init='k-means++', n_init=10, random_state=None)[source]#

谱系双聚类（Kluger，2003）[1]。

在数据具有底层棋盘格结构的假设下对行和列进行分区。例如，如果存在两个行分区和三个列分区，则每行将属于三个双聚类，每列将属于两个双聚类。相应的行和列标签向量的外积形成了这种棋盘格结构。

在用户指南中了解更多信息。

参数:

n_clustersint or tuple (n_row_clusters, n_column_clusters), default=3

棋盘格结构中的行和列聚类数。

method{‘bistochastic’, ‘scale’, ‘log’}, default=’bistochastic’

用于将奇异向量归一化并转换为双聚类的方法。可以是“scale”、“bistochastic”或“log”之一。作者推荐使用“log”。然而，如果数据稀疏，对数归一化将不起作用，这就是为什么默认设置为“bistochastic”。

警告

如果 method='log'，则数据不得稀疏。

n_componentsint, default=6

要检查的奇异向量数。

n_bestint, default=3

用于聚类的数据投影的最佳奇异向量数。

svd_method{‘randomized’, ‘arpack’}, default=’randomized’

选择用于查找奇异向量的算法。可以是“randomized”或“arpack”。如果为“randomized”，则使用 randomized_svd，这对于大型矩阵可能更快。如果为“arpack”，则使用 scipy.sparse.linalg.svds，它更准确，但在某些情况下可能较慢。

n_svd_vecsint, default=None

用于计算 SVD 的向量数。对应于 svd_method=arpack 时的 ncv，以及 svd_method 为“randomized”时的 n_oversamples。

mini_batchbool, default=False

是否使用 mini-batch k-means，它更快但可能会得到不同的结果。

init{‘k-means++’, ‘random’} or ndarray of shape (n_clusters, n_features), default=’k-means++’

k-means 算法的初始化方法；默认为“k-means++”。

n_initint, default=10

使用 k-means 算法尝试的随机初始化次数。

如果使用 mini-batch k-means，则选择最佳初始化并运行算法一次。否则，对每次初始化运行算法，并选择最佳解决方案。

random_stateint, RandomState instance, default=None

用于对奇异值分解和 k-means 初始化进行随机化。使用 int 使随机性确定。请参阅词汇表。

属性:

rows_array-like of shape (n_row_clusters, n_rows): 聚类结果。如果聚类 i 包含行 r，则 rows[i, r] 为 True。仅在调用 fit 后可用。
columns_array-like of shape (n_column_clusters, n_columns): 聚类结果，类似于 rows。
row_labels_array-like of shape (n_rows,): 行分区标签。
column_labels_array-like of shape (n_cols,): 列分区标签。
biclusters_tuple of two ndarrays: 将行和列指示器组合在一起的便捷方式。
n_features_in_int: 在拟合期间看到的特征数。

0.24 版本新增。
feature_names_in_shape 为 (n_features_in_,) 的 ndarray: 在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

SpectralCoclustering: 对数组 X 的行和列进行聚类，以解决由 X 创建的二分图的松弛归一化割问题。

References

[1]

Kluger, Yuval, et. al., 2003. Spectral biclustering of microarray data: coclustering genes and conditions.

示例

>>> from sklearn.cluster import SpectralBiclustering
>>> import numpy as np
>>> X = np.array([[1, 1], [2, 1], [1, 0],
...               [4, 7], [3, 5], [3, 6]])
>>> clustering = SpectralBiclustering(n_clusters=2, random_state=0).fit(X)
>>> clustering.row_labels_
array([1, 1, 1, 0, 0, 0], dtype=int32)
>>> clustering.column_labels_
array([1, 0], dtype=int32)
>>> clustering
SpectralBiclustering(n_clusters=2, random_state=0)

有关更详细的示例，请参阅谱系双聚类算法演示

fit(X, y=None)[source]#

为 X 创建双聚类。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 训练数据。
y被忽略: 未使用，按照惯例为保持 API 一致性而存在。

返回:

selfobject: SpectralBiclustering 实例。

get_indices(i)[source]#

第 i 个双聚类的行和列索引。

仅当 rows_ 和 columns_ 属性存在时才有效。

参数:

iint: 聚类的索引。

返回:

row_indndarray, dtype=np.intp: 属于该双聚类的数据集中的行索引。
col_indndarray, dtype=np.intp: 属于该双聚类的数据集中的列索引。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅用户指南，了解路由机制如何工作。

返回:

routingMetadataRequest: 封装路由信息的 MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:

deepbool, default=True: 如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:

paramsdict: 参数名称映射到其值。

get_shape(i)[source]#

第 i 个双聚类的形状。

参数:

iint: 聚类的索引。

返回:

n_rowsint: 双聚类中的行数。
n_colsint: 双聚类中的列数。

get_submatrix(i, data)[source]#

返回对应于双聚类 i 的子矩阵。

参数:

iint: 聚类的索引。
dataarray-like of shape (n_samples, n_features): 数据。

返回:

submatrixndarray of shape (n_rows, n_cols): 对应于双聚类 i 的子矩阵。

注意事项

适用于稀疏矩阵。仅当 rows_ 和 columns_ 属性存在时才有效。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数:

**paramsdict: 估计器参数。

返回:

selfestimator instance: 估计器实例。

Gallery examples#

谱双聚类算法演示

SpectralBiclustering#

Gallery examples#

本页