jlmelville/uwot

解决的问题

它提供了均匀流形近似与投影 (UMAP) 方法的 R 实现，该方法用于高维数据的降维，使其更容易可视化和分析。

工作原理

该包将 Python 的 UMAP 实现转换为 R，并利用 C++ 代码来提升性能。它支持基本的降维，以及监督和度量（样本外）学习扩展。它可以与 RcppHNSW 和 rnndescent 等可选包集成，以加速最近邻搜索。

适用人群

使用 R 编程语言，且需要对复杂数据集执行降维的数据科学家和研究人员。

亮点

• 支持监督和度量学习扩展。
• 包含具有改进默认设置的 umap2 函数。
• 兼容 HNSW 和 nndescent 等更快的最近邻搜索方法。
• 启用详细模式时，会在执行期间提供基于文本的进度条。