eamid/trimap

解決的問題

TriMap 解決了將高維數據轉換為低維嵌入（通常為 2D 或 3D）的降維挑戰，同時保留數據的全局結構。與 t-SNE 或 UMAP 等方法不同，TriMap 不側重於局部聚類，而是旨在更準確地反映聚類間的相對距離、數據的多尺度特徵以及異常值的存在。

工作原理

TriMap 使用三元組約束來建立嵌入。三元組約束的形式為：「點 i 比點 k 更接近點 j」。這些三元組從數據的高維表示中採樣，並應用加權方案來決定每個三元組的重要性。系統使用梯度下降法優化嵌入，以滿足這些約束。

適用對象

專為需要可視化高維數據集（如 CNN 特徵或基因組數據）的資料科學家與研究人員設計，相比傳統方法，能提供更精確的數據結構全局視圖。

主要亮點

• 全局結構保留：專門設計用於保持聚類間的相對距離並識別異常值。
• 多種實作：提供傳統的 NumPy/Numba 版本與支援 GPU 並行處理的 PyTorch 版本（TorchTRIMAP），可在 CUDA、MPS 與 CPU 上實現更快的處理速度。
• 靈活的後端支援：PyTorch 版本支援多種 k-NN 後端，包括精確的 PyTorch 搜尋、Faiss（平面與 IVF），以及適用於超大數據集的 NVIDIA cuVS CAGRA。
• 與 scikit-learn 兼容：使用與標準 sklearn 庫類似的轉換器 API（fit_transform），便於整合。