UMAP, at its core, works very similarly to t-SNE - both use graph layout algorithms to arrange data in low-dimensional space. In the simplest sense, UMAP constructs a high dimensional graph representation of the data then optimizes a low-dimensional graph …

一种降维技术，假设可用数据样本均匀（Uniform）分布在拓扑空间（Manifold）中，可以从这些有限数据样本中近似（Approximation）并映射（Projection）到低维空间。 上面对算法的描述可能会对我们理解它的原理有一点帮助，但是对于UMAP是如何实现的仍然没有说清楚。 为了回答“如何”的问题，让我们分析UMAP执行的各个步骤。 我们可以将UMAP分为两个主要步骤: 找到该流形的低维表示。 下面我们将把它分解成更小的部分，以加深我们对算法的理解。 下面的地图显示 …

2025年1月9日 · UMAP 图，全称是 统一流形逼近与投影图，是数据降维可视化的神器 它能把复杂的高维数据，巧妙地投影到二维或三维空间，让我们一眼看清数据分布与关系。 在 单细胞测序分析 里，UMAP 图超有用。 不同颜色代表不同细胞类型，一个个点就像细胞 “小居民”，聚集成不同 “社区”，帮我们快速找到细胞类群。 和 PCA 、 t-SNE 比，UMAP 可厉害啦。 PCA 像个 “直线思维” 的老实人，擅长处理线性数据；t-SNE 是 “细节控”，但计算慢；UMAP 则是 “六边形战士”，兼 …

2023年1月20日 · What is a UMAP plot and how to interpret it in single-cell data analysis. Learn the significance of UMAP in visualizing and understanding datasets.

2024年9月9日 · 该图是内窥镜样本中155093个细胞的UMAP，揭示了上皮室中的主要细胞类型为enterocytes/colonocytes（肠细胞/结肠炎细胞）、stem cells（干细胞）、goblet cells（杯状细胞）、goblet proliferating cells（杯状增殖细胞）、BEST4/OTOP2细胞、tuft cells（簇状细胞）、EEC（肠内分泌细胞 ...

2024年3月3日 · 降维算法：在单细胞转录组生信分析中，常见的降维算法有两种，UMAP(Uniform Manifold Approximation and Projection) 和T-SNE(t-distributed stochastic neighbor embedding)。 UMPA 运算速度会更快，并且在保留数据结构的同时提供了更好的扩展性。

UMAP（Uniform Manifold Approximation and Projection）是一种广泛用于高维数据降维的算法，在单细胞分析中常用于可视化细胞的聚类和群体关系。 以下是 UMAP 的常见参数及调整建议。

Uniform Manifold Approximation and Projection (UMAP) is a dimension reduction technique that can be used for visualisation similarly to t-SNE, but also for general non-linear dimension reduction. The algorithm is founded on three assumptions about …

UMAP is a general purpose manifold learning and dimension reduction algorithm. It is designed to be compatible with scikit-learn, making use of the same API and able to be added to sklearn pipelines. If you are already familiar with sklearn you should be able to use UMAP as a drop in replacement for t-SNE and other dimension reduction classes.

UMAP is often used for visualization by reducing data to 2-dimensions. Since this is such a common use case the umap package now includes utility routines to make plotting UMAP results simple, and provide a number of ways to view and diagnose the results.