umap-js: 高效的JavaScript实现UMAP算法

umap-js: 高效的JavaScript实现UMAP算法

umap-js是一个JavaScript实现的UMAP (Uniform Manifold Approximation and Projection)算法库。UMAP是一种流行的降维和数据可视化技术,可以将高维数据映射到低维空间,同时保留数据的全局结构。umap-js基于Python版本的UMAP重新实现,为JavaScript开发者提供了高效的UMAP算法工具。

主要特性

• 提供与Python版本相当的功能,支持降维和可视化
• 针对JavaScript环境进行了优化,运行速度快
• 支持同步和异步API,灵活易用
• 可自定义参数,如降维后的维度、邻居数等
• 支持监督投影,可利用标签信息
• 支持增量转换新数据点

安装使用

通过npm安装:

npm install umap-js

或者yarn:

yarn add umap-js

基本用法

1. 同步拟合:

import { UMAP } from 'umap-js';

const umap = new UMAP();
const embedding = umap.fit(data);

2. 异步拟合:

import { UMAP } from 'umap-js';

const umap = new UMAP();
const embedding = await umap.fitAsync(data, epochNumber => {
  // 检查进度并给出反馈,或返回false停止
});

3. 逐步拟合:

import { UMAP } from 'umap-js';

const umap = new UMAP();
const nEpochs = umap.initializeFit(data);
for (let i = 0; i < nEpochs; i++) {
  umap.step();
}
const embedding = umap.getEmbedding();

4. 使用标签进行监督投影:

import { UMAP } from 'umap-js';

const umap = new UMAP();
umap.setSupervisedProjection(labels);
const embedding = umap.fit(data);

5. 转换新的数据点:

import { UMAP } from 'umap-js';

const umap = new UMAP();
umap.fit(data);
const transformed = umap.transform(additionalData);

参数配置

UMAP构造函数可以接受一个UMAPParameters对象来设置超参数,主要包括:

参数	描述	默认值
nComponents	降维后的维度	2
nEpochs	SGD优化的轮数	(自动计算)
nNeighbors	构建模糊流形的近邻数	15
minDist	嵌入点之间的有效最小距离	0.1
spread	嵌入点的有效尺度	1.0
random	用于控制随机过程的伪随机数生成器	Math.random
distanceFn	自定义距离函数	euclidean

示例:

const umap = new UMAP({
  nComponents: 2,
  nEpochs: 400,
  nNeighbors: 15,
});

与Python版本的区别

虽然umap-js提供了与Python版本相似的功能,但也有一些重要的区别:

1. 优化步骤使用随机嵌入而不是谱嵌入作为初始值。这对小型数据集产生类似的结果,但避免了在JavaScript中难以高效实现的特征值/特征向量计算。

2. 不支持角度距离和稀疏数据表示的专门功能。

性能和应用

umap-js在JavaScript环境中表现出色,可以高效地处理中等规模的数据集。它适用于各种数据可视化和降维任务,如:

• 探索性数据分析
• 特征提取
• 聚类可视化
• 非线性降维

在实际应用中,umap-js可以与其他JavaScript数据处理和可视化库(如D3.js)结合使用,创建交互式的数据可视化应用。

测试

umap-js使用Jest进行测试。要运行测试,请执行:

yarn test

贡献

欢迎对umap-js项目做出贡献!如果你发现了bug或有改进建议,请在GitHub上提交issue或pull request。在贡献之前,请先阅读项目的CONTRIBUTING.md文件。

许可证

umap-js采用Apache-2.0许可证。详细信息请参阅LICENSE文件。

结语

umap-js为JavaScript开发者提供了一个强大的UMAP算法实现,使得在Web环境中进行高效的数据降维和可视化成为可能。无论是在数据分析、机器学习还是数据可视化领域,umap-js都是一个值得考虑的工具。通过持续的优化和社区贡献,相信umap-js会在未来变得更加强大和易用。