pavlin-policar/openTSNE

解決する課題

高次元データセットの可視化に使用される次元削減アルゴリズムであるt-Distributed Stochastic Neighbor Embedding (t-SNE) の、高性能なPython実装を提供します。速度とスケーラビリティを向上させることで、一般的なt-SNEの制限に対処し、数百万のデータポイントの可視化を可能にし、データのグローバルな整列の保持を強化します。

仕組み

openTSNEは、t-SNEに対して2つの効率的なアルゴリズム、FIt-SNE（デフォルト）とBarnes-Hutを実装しています。C/C++バイナリを利用し、マルチスレッド化のためにOpenMPをサポートしています。大規模なデータセットで最大限のパフォーマンスを得るために、FFTW3と統合して高速フーリエ変換を加速させることができます。

対象者

データサイエンティストや研究者、特に、明確な視覚的クラスターを必要とするシングルセルトランスクリプトミクスやその他の大規模な高次元データセットを扱う方々。

特徴

• 数百万のデータポイントまでスケール可能
• 既存の埋め込みに新しいデータポイントを追加できる機能
• モジュール式のPython設計
• 複数の加速アルゴリズム（FIt-SNEおよびBarnes-Hut）をサポート
• 可視化のグローバルな整列を改善する技術