UMAP Dimensionality Reduction in Python
UMAP is a dimensionality reduction technique that assumes the available data samples are evenly distributed across a topological space, which can be approximated from these finite data samples and mapped to a lower-dimensional space.
t-SNE preserves local structure in the data, while UMAP preserves both local and most of the global structure in the data.
I compared UMAP with t-SNE and summarized the features of UMAP.
Then I demonstrated how to use UMAP in Python.
You are welcome to provide your comments and subscribe to my YouTube channel.
The Python code is uploaded into https://github.com/AIMLModeling/UMAP
Sur cette page du site, vous pouvez voir la vidéo en ligne UMAP Dimensionality Reduction in Python durée heure minute seconde en bonne qualité , qui a été Téléchargé par l'utilisateur Statistics and Risk Modeling 11 décembre 2022, Partagez le lien avec vos amis et connaissances, sur youtube cette vidéo a déjà été regardée 1,253 fois et il a aimé 15 téléspectateurs. Bon visionnage!
