make_low_rank_matrix#
- sklearn.datasets.make_low_rank_matrix(n_samples=100, n_features=100, *, effective_rank=10, tail_strength=0.5, random_state=None)[源代码]#
生成一个带有钟形奇异值的低秩矩阵。
大部分方差可以通过宽度为 effective_rank 的钟形曲线来解释：奇异值分布的低秩部分为
(1 - tail_strength) * exp(-1.0 * (i / effective_rank) ** 2)
剩余奇异值的尾部较厚，呈以下方式递减
tail_strength * exp(-0.1 * i / effective_rank).
该分布的低秩部分可以被视为数据的结构化信号部分，而尾部则可以被视为无法通过少量线性分量（奇异向量）来概括的数据噪声部分。
- 这种奇异值分布在实践中经常见到，例如
人脸的灰度图像
从网络爬取的文本文档的 TF-IDF 向量
在用户指南中阅读更多内容。
- 参数:
- n_samplesint, default=100
样本数。
- n_featuresint, default=100
特征数量。
- effective_rankint, default=10
通过线性组合解释大部分数据所需的近似奇异向量数量。
- tail_strengthfloat, default=0.5
奇异值分布中厚噪声尾部的相对重要性。该值应在 0 到 1 之间。
- random_stateint, RandomState instance or None, default=None
确定数据集创建的随机数生成。传递一个 int 值以在多次函数调用中获得可重现的输出。请参阅词汇表。
- 返回:
- Xndarray of shape (n_samples, n_features)
生成的矩阵。
示例
>>> from numpy.linalg import svd >>> from sklearn.datasets import make_low_rank_matrix >>> X = make_low_rank_matrix( ... n_samples=50, ... n_features=25, ... effective_rank=5, ... tail_strength=0.01, ... random_state=0, ... ) >>> X.shape (50, 25)
