UMAP ARN-seq

1. Qu'est-ce que UMAP dans l'ARN SEQ?
2. À quoi sert UMAP pour?
3. Qui est un meilleur umap ou t-sne?
4. Pourquoi UMAP est-il meilleur que PCA?

Qu'est-ce que UMAP dans l'ARN SEQ?

L'approximation et la projection uniformes du collecteur (UMAP) sont une technique de réduction de dimension proposée par McInnes et al. (2018) (voir document associé).

À quoi sert UMAP pour?

L'UMAP est un algorithme de réduction des dimensions basé sur des techniques d'apprentissage multiple et des idées à partir de l'analyse des données topologiques. Il fournit un cadre très général pour approcher l'apprentissage du collecteur et la réduction des dimensions, mais peut également fournir des réalisations concrètes spécifiques.

Qui est un meilleur umap ou t-sne?

Grâce à la solution dans la construction du graphique de grande dimension, UMAP économise théoriquement plus de temps et de coût de calcul que T-SNE. Il est rapporté que la réduction de la dimensionnalité d'un ensemble de données de 784-D à 3-D n'a pris que UMAP seulement 3 minutes, tandis qu'il a pris T-SNE 45!

Pourquoi UMAP est-il meilleur que PCA?

UMAP a surperformé le T-SNE et PCA, si nous regardons le tracé 2D et 3D, nous pouvons voir des mini-casquers qui sont bien séparés. Il est très efficace pour visualiser les grappes ou les groupes de points de données et leurs proximité relatives.