Herramienta de visualización interactiva para explorar grandes conjuntos de embeddings y sus metadatos, con filtros cruzados y búsqueda.
5 mil+17 esta semana340TypeScriptMITBien mantenidoActualizado anteayer
lmcinnes/umap
Biblioteca de Python para UMAP, un método no lineal de reducción de dimensionalidad usado para visualizar datos y como paso de preprocesamiento en machine learning.
- Estrellas
- 8,288
- Forks
- 880
- Issues abiertos
- 539
- Último commit
- ayer
¿Qué es?
UMAP (Uniform Manifold Approximation and Projection) es una técnica de reducción de dimensionalidad que proyecta datos de alta dimensión en un espacio de baja dimensión, por lo general en 2D o 3D para representarlos en gráficos. Puede usarse de forma similar a t-SNE y también como método de reducción de propósito general antes de aplicar clustering u otras tareas de machine learning.
El paquete sigue la API de scikit-learn, por lo que se puede llamar con fit_transform y usar en pipelines de sklearn. Entre sus parámetros principales están n_neighbors, que equilibra la estructura local y global; min_dist, que controla cuánto se agrupan los puntos; y metric, que acepta varias funciones de distancia, como cosine y correlation. También admite matrices dispersas como entrada y permite añadir puntos nuevos a una representación existente mediante transform.
Además del algoritmo principal, la biblioteca incluye el subpaquete umap.plot para representar las proyecciones, una variante llamada Parametric UMAP que entrena una red neuronal (requiere TensorFlow) y densMAP, que también conserva información sobre la densidad local. Se puede instalar mediante pip o conda-forge.
Funciones clave
- 01API compatible con scikit-learn, con métodos fit y transform
- 02Admite muchas métricas de distancia, incluidas métricas no métricas como cosine y correlation
- 03Acepta matrices dispersas como entrada
- 04Admite la reducción de dimensionalidad supervisada y semisupervisada mediante el parámetro y
- 05Incluye umap.plot para representar proyecciones y densMAP para conservar la densidad
Casos de uso
- Visualizar conjuntos de datos de alta dimensión, como embeddings o datos de células individuales, en 2D
- Reducir la dimensionalidad antes de ejecutar algoritmos de clustering como HDBSCAN
- Añadir UMAP como paso de preprocesamiento en un pipeline de scikit-learn
Inicio rápido
- 1
Instalar con pip
pip install umap-learn - 2
Instalar con conda (conda-forge)
conda install -c conda-forge umap-learn - 3
Ajustar y transformar datos en Python: ejecuta `import umap` y, a continuación, llama a `umap.UMAP().fit_transform(data)`
Antes de usarlo
- Parametric UMAP necesita TensorFlow, que debe instalarse por separado.
En colecciones
Temas
#dimensionality-reduction#machine-learning#visualization#manifold-learning#clustering#python#topological-data-analysis#umap
Preguntas frecuentes
- ¿Qué es umap?
- Biblioteca de Python para UMAP, un método no lineal de reducción de dimensionalidad usado para visualizar datos y como paso de preprocesamiento en machine learning. UMAP (Uniform Manifold Approximation and Projection) es una técnica de reducción de dimensionalidad que proyecta datos de alta dimensión en un espacio de baja dimensión, por lo general en 2D o 3D para representarlos en gráficos. Puede usarse de forma similar a t-SNE y también como método de reducción de propósito general antes de aplicar clustering u otras tareas de machine learning.
- ¿umap es gratuito? ¿Qué licencia tiene?
- umap es open source bajo la licencia BSD-3-Clause. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿umap sigue mantenido?
- Mantenimiento activo. El último commit de umap fue el 6 nov 2026.
- ¿Para qué puedo usar umap?
- Visualizar conjuntos de datos de alta dimensión, como embeddings o datos de células individuales, en 2D Reducir la dimensionalidad antes de ejecutar algoritmos de clustering como HDBSCAN Añadir UMAP como paso de preprocesamiento en un pipeline de scikit-learn
- ¿Cómo se instala umap?
- Instalar con pip: pip install umap-learn Instalar con conda (conda-forge): conda install -c conda-forge umap-learn Ajustar y transformar datos en Python: ejecuta `import umap` y, a continuación, llama a `umap.UMAP().fit_transform(data)`
- ¿Dónde consigo umap?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/lmcinnes/umap
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta de Python que predice la ascendencia genética a partir de datos SNP de pruebas directas al consumidor, comparándolos con muestras del proyecto 1000 Genomes.
7010Jupyter NotebookMITActualizado el mes pasado
Biblioteca de machine learning para Python basada en SciPy y NumPy, con herramientas de clasificación, regresión, clustering y selección de modelos, bajo licencia BSD.
68,1 mil+135 esta semana27,6 milPythonBSD-3-ClauseBien mantenidoActualizado ayer
Una biblioteca de Python para modelar temas que combina embeddings de transformers con c-TF-IDF para obtener temas interpretables a partir de texto.
7,9 mil+15 esta semana931PythonMITActualizado anteayer
Plataforma de machine learning e IA para la JVM que abarca ML clásico, deep learning, NLP, visualización e inferencia con LLM y ONNX para Java, Kotlin y Scala.
6,4 mil+2 esta semana1,1 milJavaOtherBien mantenidoActualizado ayer
Una biblioteca de Python para agrupar rápidamente en CPU grandes vectores de embeddings de alta dimensionalidad, con una API al estilo de scikit-learn.
35622PythonBSD-2-ClauseActualizado hace 9 días