umap簡(jiǎn)介

2018年McInnes提出了算法，UMAP(Uniform Manifold Approximation and Projection for Dimension Reduction，一致的流形逼近和投影以進(jìn)行降維)。 一致的流形近似和投影(UMAP)是一種降維技術(shù)，類似于t-SNE，可用于可視化，但也可用于一般的非線性降維。 該算法基于關(guān)于數(shù)據(jù)的三個(gè)假設(shè)：數(shù)據(jù)均勻分布在黎曼流形上(Riemannian manifold)；

黎曼度量是局部恒定的(或可以這樣近似)；

流形是局部連接的。

根據(jù)這些假設(shè)，可以對(duì)具有模糊拓?fù)浣Y(jié)構(gòu)的流形進(jìn)行建模。 通過(guò)搜索具有最接近的等效模糊拓?fù)浣Y(jié)構(gòu)的數(shù)據(jù)的低維投影來(lái)找到嵌入。

相對(duì)于t-SNE，其主要特點(diǎn)：降維快準(zhǔn)狠。

論文：McInnes, L, Healy, J, UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction, ArXiv e-prints 1802.03426, 2018

同時(shí)其作者開(kāi)源實(shí)現(xiàn)代碼。

安裝

pip install umap-learn

基本使用

以sklearn內(nèi)置的Digits Data這個(gè)數(shù)字手寫(xiě)識(shí)別數(shù)據(jù)庫(kù)為例。

Digits Data每個(gè)數(shù)字是64維的向量，先查看數(shù)據(jù)：

from sklearn.datasets import load_digits

import matplotlib.pyplot as plt

digits = load_digits()

fig, ax_array = plt.subplots(20, 20)

axes = ax_array.flatten()

for i, ax in enumerate(axes):

ax.imshow(digits.images[i], cmap='gray_r')

plt.setp(axes, xticks=[], yticks=[], frame_on=False)

plt.tight_layout(h_pad=0.5, w_pad=0.01)

plt.show()

使用umap降至2維并繪制散點(diǎn)圖：

reducer = umap.UMAP(random_state=42)

embedding = reducer.fit_transform(digits.data)

print(embedding.shape)

plt.scatter(embedding[:, 0], embedding[:, 1], c=digits.target, cmap='Spectral', s=5)

plt.gca().set_aspect('equal', 'datalim')

plt.colorbar(boundaries=np.arange(11)-0.5).set_ticks(np.arange(10))

plt.title('UMAP projection of the Digits dataset')

plt.show()

從圖上可以看出，相同的數(shù)字大多聚在一起了。

總結(jié)

以上是生活随笔為你收集整理的umap算法_Python—UMAP流形数据降维工具简介的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。