umap-js：项目核心功能/场景

umap-js：项目核心功能/场景

umap-js JavaScript implementation of UMAP 项目地址: https://gitcode.com/gh_mirrors/um/umap-js

将Python中的UMAP算法移植到JavaScript环境中，实现非线性的维度降低技术。

项目介绍

umap-js 是一个基于 JavaScript 实现的 UMAP 算法版本，原始算法是 Python 编写的，可以在 PAIR-code/umap 找到。UMAP（Uniform Manifold Approximation and Projection）是一种维度降低技术，适用于数据可视化以及非线性维度降低任务，类似于 t-SNE，但提供了更广泛的应用。

项目技术分析

umap-js 主要是为了在 JavaScript 环境中使用 UMAP 算法而设计的，与 Python 版本相比，它有一些重要的不同点：

1. 优化步骤的种子：在 JavaScript 版本中，优化步骤使用随机嵌入而不是谱嵌入，这在处理小数据集时可以得到相似的结果。谱嵌入的计算依赖于高效的特征值/特征向量的计算，这在 JavaScript 中难以实现。
2. 缺少特定功能：umap-js 没有为角度距离或稀疏数据表示提供专门的函数。

使用方法

安装

通过 Yarn 安装 umap-js：

yarn add umap-js

同步拟合

import { UMAP } from 'umap-js';

const umap = new UMAP();
const embedding = umap.fit(data);

异步拟合

import { UMAP } from 'umap-js';

const umap = new UMAP();
const embedding = await umap.fitAsync(data, epochNumber => {
  // 检查进度并向用户提供反馈，或者返回 `false` 以停止
});

分步骤拟合

import { UMAP } from 'umap-js';

const umap = new UMAP();
const nEpochs = umap.initializeFit(data);
for (let i = 0; i < nEpochs; i++) {
  umap.step();
}
const embedding = umap.getEmbedding();

使用标签进行监督投影

import { UMAP } from 'umap-js';

const umap = new UMAP();
umap.setSupervisedProjection(labels);
const embedding = umap.fit(data);

拟合后的数据转换

import { UMAP } from 'umap-js';

const umap = new UMAP();
umap.fit(data);
const transformed = umap.transform(additionalData);

参数配置

UMAP 构造函数接受一个 UMAPParameters 对象，包含多个超参数，以下是一些常见的参数：

| 参数 | 描述 | 默认值 | | ------------ | -------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------ | | nComponents | 投影数据到的组件（维度）数 | 2 | | nEpochs | 通过 SGD 优化嵌入的迭代次数 | （自动计算） | | nNeighbors | 构建模糊流形时最近的邻居数 | 15 | | minDist | 嵌入点之间的有效最小距离，与 spread 配合使用以控制嵌入的紧凑/分散性质 | 0.1 | | spread | 嵌入点的有效尺度，与 minDist 配合使用以控制嵌入的紧凑/分散性质 | 1.0 | | random | 控制随机过程的伪随机数生成器 | Math.random | | distanceFn | 自定义距离函数 | euclidean |

const umap = new UMAP({
  nComponents: 2,
  nEpochs: 400,
  nNeighbors: 15,
});

项目及技术应用场景

umap-js 的主要应用场景包括数据可视化、机器学习模型的特征提取和降维处理。以下是几个典型的应用场景：

1. 数据可视化：通过将高维数据降维到2维或3维空间，可以帮助用户直观地理解数据的结构和分布。
2. 特征提取：在机器学习模型训练之前，使用 umap-js 进行特征降维，可以减少计算复杂度并提高模型训练的效率。
3. 图像和文本分析：在图像和自然语言处理领域，umap-js 可以用于降维处理，以便于后续的分析和模型构建。

项目特点

1. 跨平台：umap-js 可以在多种 JavaScript 环境中运行，包括浏览器和 Node.js。
2. 易于集成：可以作为模块轻松集成到现有的 JavaScript 项目中。
3. 灵活配置：提供了丰富的配置选项，可以根据具体需求调整算法参数。
4. 性能优化：针对 JavaScript 环境，对算法进行了优化，以提高执行效率和性能。

umap-js 是一个功能强大的非线性格式降维工具，适用于多种数据分析和可视化任务，是数据科学家和开发者的理想选择。通过其易于使用和高度可配置的特性，umap-js 可以帮助用户更好地理解复杂数据集。

umap-js JavaScript implementation of UMAP 项目地址: https://gitcode.com/gh_mirrors/um/umap-js