如何评估UMAP中保留的信息？

Question

我试图为UMAP找到一个类似于解释方差比（sklearn中的PCA）的属性，但找不到这样的东西。在PCA中，我可以对不同的n_分量值使用解释的_方差_比率，并比较结果。在python中有没有这样的东西可以用于UMAP

Answer 1

您无法轻松估计UMAP解释的方差，因为与PCA相比，它是一种非线性降维形式。下面是一个更详细的潜水

主成分分析试图在高维空间中找到能够捕获尽可能多的方差的投影。将数据投影到这些正交平面上，可以估计每个平面捕获的方差，并与原始数据中的方差进行比较。这是一个贯穿始终的线性运算，因此您可以定义解释的方差。您可以签出this post about variance explained或this about PCA

UMAP是非线性降维的一种形式。从help page开始，UMAP使用所谓的单纯形复合体来捕获特征的拓扑空间，并从中获得低维约简。您可以将其视为一个高维图，它更倾向于捕获数据点之间的相互连接，而不是方差。因此，到目前为止，我还不知道如何检索UMAP中解释的差异。你也可以在github上查看作者的回复