ContextLab/hypertools

何を解決するか

HyperTools は、高次元データを可視化するプロセスを簡素化し、次元削減とプロット作成を1つの関数呼び出しで実行できるスムーズなパイプラインを提供します。これにより、直接可視化が不可能な複雑なデータセットに対する幾何学的洞察を得ることが可能になります。

動作方法

このライブラリは、matplotlib、scikit-learn、seaborn などの科学的 Python ツールを統合して、高次元データセットを処理します。ユーザーは正規化、次元削減（PCA、UMAP、またはオートエンコーダーを用いて）、アライメント、クラスタリングなどの一連の操作を適用し、その結果を2Dまたは3Dプロットとしてレンダリングできます。静的およびインタラクティブなバックエンド（Plotly）をサポートしており、Hugging Face データセットやLSLストリームなど、さまざまなデータソースに対応しています。

対象ユーザー

高次元データの構造、軌道、クラスタを視覚的に探求する必要があるデータサイエンティスト、ML研究者、アナリスト向けに設計されています。

特徴

• 統合パイプライン： 操作、削減、アライメント、クラスタリングを1つの hyp.plot 呼び出しで統合。
• 高度な可視化： 3Dハル表面、密度シェーディング、およびさまざまなアニメーションスタイル（モーフィング、回転、スライディングウィンドウ）をサポート。
• 柔軟な削減： PCA や UMAP といった標準手法に加え、torch をバックエンドに持つオートエンコーダー（変分、スパース、畳み込みなど）を含む。
• テキスト統合： gensim を通じて Word2Vec や Doc2Vec などのテキストベクトル化ツールを内蔵サポート。
• 予測ツール： カルマンフィルタ、ガウス過程、Hugging Face の Chronos を用いた予測および欠損値補完機能を備える。