Seonglae ChoUniform Manifold Approximation and Projection
Non-linear Dimensionality Reduction Algorithm
Reduces dimensions by focusing on densely packed data regions
Easy to apply to large-scale datasets, used in various applications such as visualization and clustering
A dimensionality reduction algorithm based on topological data analysis ideas and manifold learning techniques
- topological data analysis
고려대학교 디지털정보처
디지털정보처
https://data.korea.ac.kr/?p=4727
UMAP은 어떻게 작동할까? (Uniform Manifold Approximation and Projection) - 1
공부해야 할 필요성이 생겨서 글을 남기면서 공부하려고 한다. https://data-newbie.tistory.com/134?category=687142 https://umap-learn.readthedocs.io/en/latest/how_umap_works.html umap 과 t-sne의 차이를 볼 수 있는 글은 다음 글을 참고하면 됩니다. https://data-newbie.tistory.com/295 UMAP은 topological data 분석으로 아이디어와 manifold learning 기술을 기반으로 한 차원 축소 알고리즘입니다. 결국 크게 알아야 할 것은 기본 수학 지식으론 다음이 필요하다고 합니다.
https://data-newbie.tistory.com/169
