UMAP

UMAP — алгоритм машинного обучения, который сжимает многомерные данные в двух- или трёхмерную карту, сохраняя внутреннюю структуру. Он берёт облако из тысяч точек, каждая с сотнями признаков, и раскладывает на плоскости так, чтобы похожие объекты оказались рядом, а непохожие — дальше.

Человек не видит закономерности в стомерном пространстве, поэтому такие алгоритмы необходимы. UMAP стал стандартом: он быстрее и точнее предшественников, например t-SNE, и передаёт и локальную близость, и глобальную геометрию данных.

Интуитивно UMAP работает в два шага. Сначала строит нечёткий граф: каждая точка связана с ближайшими соседями, сила связи зависит от расстояния. Затем переносит граф в низкоразмерное пространство, подгоняя расположение точек так, чтобы связи на карте повторяли исходные. Это похоже на укладку упругой сети: потянув одни узлы, соседние подтягиваются, сохраняя относительное положение.

Пример — анализ раковых клеток. Исследователи измеряют активность тысяч генов в каждой клетке и сжимают данные UMAP до плоской карты. На ней видны кластеры: здоровые клетки, агрессивные, устойчивые к лекарствам. Пограничные клетки между кластерами помогают понять развитие резистентности и подобрать лечение.

Таким образом, UMAP — мост между многомерностью данных и человеческим восприятием. Он раскрывает структуру сложных наборов без потери сути и применяется от геномики до обработки естественного языка. Освоив его, вы сможете увидеть то, что скрыто за дебрями чисел.