ContextLab/hypertools

해결하는 문제

HyperTools는 고차원 데이터를 시각화하는 과정을 단순화하여, 차원 축소와 플롯 생성을 하나의 함수 호출로 수행할 수 있는 간결한 파이프라인을 제공합니다. 이는 직접적으로 시각화할 수 없는 복잡한 데이터셋에 대한 기하학적 통찰을 얻는 데 도움을 줍니다.

작동 방식

이 라이브러리는 matplotlib, scikit-learn, seaborn 등의 과학적 파이썬 도구를 통합하여 고차원 데이터셋을 처리합니다. 사용자는 정규화, 차원 축소(PCA, UMAP 또는 오토인코더를 통해), 정렬, 클러스터링 등의 일련의 조작을 적용한 후 결과를 2D 또는 3D 플롯으로 렌더링할 수 있습니다. 정적 및 인터랙티브 백엔드(Plotly)를 지원하며, Hugging Face 데이터셋과 LSL 스트림과 같은 다양한 데이터 소스를 처리할 수 있습니다.

대상 사용자

고차원 데이터의 구조, 궤적, 클러스터를 시각적으로 탐색해야 하는 데이터 과학자, 머신러닝 연구자, 분석가를 위한 것입니다.

주요 기능

• 통합 파이프라인: 조작, 축소, 정렬, 클러스터링을 하나의 hyp.plot 호출로 통합.
• 고급 시각화: 3D 헐 표면, 밀도 그림자, 다양한 애니메이션 스타일(모핑, 회전, 슬라이딩 윈도우) 지원.
• 유연한 축소: PCA와 UMAP와 같은 표준 방법뿐만 아니라 torch 기반 오토인코더(Variational, Sparse, Convolutional 등) 포함.
• 텍스트 통합: gensim을 통해 Word2Vec 및 Doc2Vec 같은 텍스트 벡터화 도구 내장 지원.
• 예측 도구: 칼만 필터, 가우시안 프로세스, Hugging Face의 Chronos를 사용한 예측 및 누락치 보정 기능 포함.