sklearn.linear_model.orthogonal_mp_gram¶
sklearn.linear_model.orthogonal_mp_gram(Gram, Xy, *, n_nonzero_coefs=None, tol=None, norms_squared=None, copy_Gram=True, copy_Xy=True, return_path=False, return_n_iter=False)
[源码]
Gram正交匹配追踪（OMP）
仅使用Gram矩阵XT * X和乘积XT * y解决n_targets正交匹配追踪问题。
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| Gram | array, shape (n_features, n_features) 输入数据的Gram矩阵：XT * X |
| Xy | array, shape (n_features,) or (n_features, n_targets) 输入目标乘以X: X.T * y |
| n_nonzero_coefs | int 解决方案中非零项的期望数目。如果为None(默认情况下)，这个值设置为n_features的10%。 |
| tol | float 残差的最大范数。如果不是None，则覆盖n_nonzero_coefs。 |
| norms_squared | array-like, shape (n_targets,) y线的平方L2范数。如果tol不为None，则需要设置。 |
| copy_Gram | bool, optional gram矩阵是否必须由算法复制。假值只有在它已经被Fortran-ordered时才有用，否则无论如何都会复制。 |
| copy_Xy | bool, optional 该算法是否必须复制协方差向量Xy。如果为False，则可能会覆盖它。 |
| return_path | bool, optional. Default: False 是否沿正向路径返回非零系数的每个值。对于交叉验证很有用。 |
| return_n_iter | bool, optional default False 是否返回迭代次数。 |
| 返回值 | 说明 |
|---|---|
| coef | array, shape (n_features,) or (n_features, n_targets) OMP解决方案的系数。如果为 return_path=True，则包含整个系数路径。在这种情况下，其形状为（n_features，n_features）或（n_features，n_targets，n_features），并且在最后一个轴上进行迭代会按活动特征的递增顺序生成系数。 |
| n_iters | array-like or int 每个目标上的活动特征数量。仅当 return_n_iter设置为True时返回 。 |
另见：
decomposition.sparse_encode
注
Orthogonal matching pursuit was introduced in G. Mallat, Z. Zhang, Matching pursuits with time-frequency dictionaries, IEEE Transactions on Signal Processing, Vol. 41, No. 12. (December 1993), pp. 3397-3415. (http://blanche.polytechnique.fr/~mallat/papiers/MallatPursuit93.pdf)
This implementation is based on Rubinstein, R., Zibulevsky, M. and Elad, M., Efficient Implementation of the K-SVD Algorithm using Batch Orthogonal Matching Pursuit Technical Report - CS Technion, April 2008. https://www.cs.technion.ac.il/~ronrubin/Publications/KSVD-OMP-v2.pdf
