Package: umap-learn (0.5.4+dfsg-1)

[ Source: umap-learn  ]

Uniform Manifold Approximation and Projection

Uniform Manifold Approximation and Projection (UMAP) er en dimensionreduktionsteknik, der kan bruges til visualisering svarende til t-SNE, men også for generelle ikkelineær dimensionsreduktion. Algoritmen er grundlagt på tre antagelser om dataene:

 1. Dataene er ensartet distribueret på en Riemannian manifold
 2. Riemannian-målingen er lokalt konstant (eller kan tilnærmes som
    sådan)
 3. Manifold'en er lokalt forbundet

Fra disse antagelser er et muligt at modellere manifold'en med en uklar topologisk struktur. Indlejringen findes ved at søge efter en lav dimensionel-projektion for dataene, der har den tættest mulige tilsvarende uklar topologiske struktur.

Other Packages Related to umap-learn

• dep: python3

  Interaktivt objektorienteret højniveausprog - standardversion af Python 3

• dep: python3-numba

  native machine code compiler for Python 3

• dep: python3-numpy

  Hurtig tabelfacilitet til Python 3-sproget

• dep: python3-pandas

  Datastrukturer for »relationelle« data eller »etiketdata«

• dep: python3-pynndescent

  »Nearest neighbor descent« for »approximate nearest neighbors«

• dep: python3-scipy

  Videnskabelige værktøjer for Python 3

• dep: python3-sklearn

  Pythonmoduler for maskinlæring og dataundersøgelse - Python 3

• dep: python3-tqdm

  Hurtig, udvidelig statusbjælke for Python 3 og kommandolinjeværktøjer

Download umap-learn

Download for all available architectures

Architecture	Package Size	Installed Size	Files
all	111.3 kB	545.0 kB	[list of files]