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 ...

umap的秘诀在于保持低维空间中相对全局距离的同时推断局部和全局结构的能力。 这些能力使我们能够找到特定的解决方案，比如找到数字1和2的手写形式之间的相似之处。

2023年9月16日 · UMAP是一种非线性降维和可视化算法，全称为Uniform Manifold Approximation and Projection（均匀流形近似和投影）。 它是一种基于图论和流形学习的方法，用于将高维数据映射到低维空间，以便于可视化和分析。 UMAP的主要目标是保持数据点之间的局部结构和全局结构。 它通过构建数据点之间的邻近关系图，并利用图的拓扑结构进行流形近似和优化。 UMAP使用了一种称为高维距离的度量方式，在低维空间中通过最小化原始距离和映射距离之间的差异来 …

2025年3月11日 · UMAP（均匀流形逼近与投影，Uniform Manifold Approximation and Projection） 是一种 降维算法，用于 数据可视化、特征提取，特别适用于 高维数据的非线性降维，与 t-SNE 类似，但计算速度更快，保留全局结构更好。

2024年3月3日 · 随机梯度下降法是一种优化方法，用于找到使成本函数最小化的参数值，即在这里是寻找使得低维表示最符合原始高维数据结构的参数。 RunUMAP (object, ...)

2025年1月9日 · 宝子们，科研绘图、数据分析老遇到 umap 图？却总感觉一知半解？今天就来彻底搞懂它！ 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…

2025年1月11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 ...

2025年1月11日 · Nebulosa 是一个基于核密度估计可视化单细胞数据的 R 包，主要通过结合细胞之间的相似性来恢复丢失特征中的信号，从而实现细胞特征的“卷积”。 学习官网： https://bioconductor.org/packages/devel/bioc/vignettes/Nebulosa/inst/doc/nebulosa_seurat.html. Nebulosa 的主要功能是 plot_density，让我们按照以下方式绘制 一些marker基因 的核密度估计图，展示的marker基因表达水平高低：

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 …

2022年8月28日 · UMap是个简单的电子地图显示软件，目前的功能很有限，只实现了缩放、拖动、简单的图层管理功能等。UMap基于ogr和proj库开发，理论上可以支持n多种地图格式，在当前的版本中只支持tab和shp格式，呵呵，是为了向wince平台移植方便而作的限制。