用途:UMAP-Learn 是 Python 的非线性降维库,用于二维/三维可视化、聚类预处理及下游机器学习嵌入,可近似邻域结构。主要能力:采用 scikit-learn 估计器接口,支持 fit、transform、inverse_transform;可调 n_neighbors、min_dist、n_components、metric 等参数;支持余弦、汉明等多种度量与自定义度量;支持传入 y 进行有监督或半监督降维;可与 HDBSCAN 组合做密度聚类;提供 DensMAP、Parametric UMAP、AlignedUMAP 等高级模式。用法:需 Python 3.9+,依赖 scikit-learn>=1.6、numba、pynndescent、numpy、scipy,可用 uv pip install umap-learn==0.5.12 安装;基本流程为预处理(如 StandardScaler)后 fit_transform;聚类时建议 min_dist=0.0、n_components 取 5-10,并与原空间或 PCA 结果对比。限制:UMAP 坐标轴、簇间距离和岛屿面积无可校准的物理或概率含义,不能据此做定量解释;嵌入结果对随机种子与参数敏感;聚类评估应报告噪声比例并进行多参数验证;标准 transform 依赖训练数据,分布偏移下外推不可靠;inverse_transform 为近似重建,不支持稀疏数据、预计算度量、densMAP 等情形;Parametric UMAP 依赖 TensorFlow/Keras,保存加载需谨慎且仅加载可信模型。
umap-learn
通用与其它
更新于 10-15 23:43