jlmelville/uwot

해결하는 문제

고차원 데이터를 낮은 차원 공간으로 차원 축소하여 시각화 또는 분석에 사용하기 위해 Uniform Manifold Approximation and Projection (UMAP) 방법의 R 구현을 제공합니다.

작동 방식

uwot는 원래의 Python UMAP 구현의 번역입니다. 성능을 위해 C++ 코드를 사용하며, RcppHNSW 및 rnndescent와 같은 선택적 패키지를 통합하여 최근접 이웃 탐색을 가속화할 수 있습니다. 이는 UMAP 프로세스에서 핵심적인 역할을 합니다. 또한, 샘플 외 데이터를 위한 확장 기능으로서 지도 학습 및 메트릭 학습도 지원합니다.

대상 사용자

복잡한 데이터셋에서 차원 축소를 수행해야 하는 R 프로그래밍 언어를 사용하는 데이터 과학자 및 연구자.

주요 특징

• UMAP 구현: 원래 Python UMAP 방법의 정확한 R 포트.
• C++ 백엔드: 효율성을 위해 컴파일된 C++ 사용.
• 유연한 검색: HNSW 및 nndescent를 포함한 다양한 최근접 이웃 방법 지원.
• 확장 기능: 샘플 외 데이터를 위한 지도 학습 및 메트릭 학습 확장 포함.