hhhhhh6663的博客

原创 从 UMAP 到 UMAP-Dense：非线性降维方法的学习笔记

数据降维（Dimensionality Reduction）是指通过数学或统计方法，将原始的高维数据表示为一个维度更低的表示空间，同时尽可能保留数据的主要结构、信息或语义关系。形式化地说，数据降维试图学习一个映射函数：其中：D为原始数据维度d为降维后的目标维度映射 f 保证低维表示仍能反映数据的本质特征在低维空间中，UMAP 与 t-SNE 同样采用独立的一套函数来描述样本点之间的关系，而不是简单复用高维距离。图中给出的低维关系定义为：TIP]