lmcinnes/umap

해결하는 문제

UMAP(Uniform Manifold Approximation and Projection)는 고차원 데이터를 낮은 차원 공간으로 투영하는 데 사용되는 비선형 차원 축소 기법입니다. 주로 데이터 시각화(t-SNE와 유사) 및 클러스터링과 같은 다른 기계학습 작업의 일반적인 전처리 단계로 사용됩니다.

작동 방식

이 알고리즘은 세 가지 가정에 기반합니다: 데이터가 리만 다양체 위에서 균일하게 분포되어 있으며, 리만 계량은 국소적으로 일정하며, 다양체는 국소적으로 연결되어 있다는 것입니다. 알고리즘은 다양체를 흐린 위상 구조로 모델링하고, 가장 유사한 구조를 유지하는 저차원 투영을 찾습니다.

대상 사용자

복잡한 고차원 데이터셋을 시각화하거나 하류 기계학습 작업을 위한 차원 축소가 필요한 데이터 과학자 및 연구자에게 적합합니다. scikit-learn의 t-SNE에 대한 즉시 대체 가능하도록 설계되었습니다.

주요 특징

• 고성능: 대규모 데이터셋과 고차원 데이터(수백만 차원 이상의 희소 데이터 포함)에서도 빠르고 잘 스케일링됩니다.
• 글로벌 및 로컬 구조 유지: t-SNE보다 더 많은 글로벌 구조를 보존하면서도 로컬 이웃 관계를 유지합니다.
• 다양한 거리 측정법: 코사인 거리, 상관 거리와 같은 비메트릭 거리 함수도 지원합니다.
• 확장성: transform 메서드를 통해 기존 임베딩에 새로운 점을 추가할 수 있어 scikit-learn 파이프라인에서 사용 가능합니다.
• 교사 학습 지원: 레이블 정보를 사용한 교사 및 반교사 차원 축소를 지원합니다.
• 고급 기능: 국소 밀도 정보를 보존하는 densMAP, 신경망 기반 변환을 위한 Parametric UMAP, 비유클리드 공간(예: 쌍곡 임베딩) 지원 기능이 포함되어 있습니다.
• 통합성: scikit-learn 클래스를 상속하여 일관된 API를 제공합니다.