UMAP（uniform manifold approximation and projection）是近年来新出现的一种相对灵活的 非线性降维算法，目前在统计遗传学等领域也有了较为广泛的应用。 UMAP的理论基础基于 流形理论（manifold theory）与拓扑分析， 主要基于以下假设： 存在一个数据均一分布的流形。 这个目标流型是局部相连的。 该算法的主要目标是保存此流形的拓扑结构。 总体来看，UMAP利用了局部流形近似，并拼接模糊单纯集合表示（local fuzzy simplicial set representation），以构建高维 …

2021年5月10日 · PCA 分析 (Principal Component Analysis)，即主成分分析，是一种对数据进行简化分析的技术，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。 PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。 PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特 …

UMAP 调整及常见参数整理. 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。 UMAP 常用参数说明 1. dims. 作用：指定用于降维的主成分（ PCA ...

降维算法有基于线性模型的PCA，也有基于非线性的tSNE和UMAP等方法。 示例数据和代码领取. 详见： PCA. 主成分分析 （Principal Component Analysis，PCA）是最常用的无监督学习方法。

2023年8月6日 · 1.何为pca，umap和tsne分析？ PCA是最常用的线性降维方法，通过某种线性投影，将高维数据映射到低维的空间中表示，并期望在所投影的维度上数据的方差最大，以此使用较少的数据维度，同时保留住较多的原数据点的特性。

2023年4月28日 · PCA 、 UMAP 、leiden，t-SNE区别. PCA、UMAP、t-SNE都是非监督的降维算法，可以用于发现高维数据中的结构。其中PCA是一种线性降维方法，将数据在原始特征空间中进行正交变换，得到新的低维特征空间。

2021年8月24日 · PCA 分析 (Principal Component Analysis)，即主成分分析，是一种对数据进行简化分析的技术，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。 PCA (Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。 PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造 …

2024年11月11日 · Uniform Manifold Approximation and Projection (UMAP) is a relatively new method that’s gained traction as an effective alternative to t-SNE. Developed with a focus on both local and global structure, UMAP balances interpretability, speed, and scalability.

PCA, t-SNE, UMAP… you’ve probably heard about all these dimensionality reduction methods.In this series of blogposts, we’ll cover the similarities and differences between them, easily explained! PCA, t-SNE, and UMAP are all popular techniques for dimensionality reduction, but they differ significantly in how they work and what they are best used for.

2025年1月11日 · （1）线性与非线性：pca属于线性方法，适合处理线性可分的数据；而t-sne和umap则属于非线性方法，更适合于处理复杂的非线性结构数据。 例如在转录组学中PCA可以用于探索基因之间的线性关系，而t-SNE和UMAP则主要揭示基因表达模式的非线性结构和细胞间的复 …