البيانات عالية الأبعاد يصعب تصورها وتحليلها. يقلل UMAP الأبعاد مع الحفاظ على البنية، مما يتيح تصورات واضحة ثنائية وثلاثية الأبعاد نتائج تجميع أفضل.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "umap-learn". طبّق UMAP لتصور مجموعة بيانات iris الخاصة بي في بُعدين
النتيجة المتوقعة:
- تم إنشاء تضمين UMAP بالشكل (150, 2)
- تم تطبيق المعالجة المسبقة StandardScaler
- تم إنشاء مخطط مبعثر يُظهر ثلاث تجمعات مميزة
- تم الحفاظ على 92% من بنية الجوار المحلي
- مستعد للاستكشاف التفاعلي للعلاقات بين الأنواع
استخدام "umap-learn". استخدم UMAP لمعالجة بيانات العملاء الخاصة بي مسبقاً للتجمعات
النتيجة المتوقعة:
- تم تطبيق UMAP المُحسّن للتجمعات مع n_neighbors=30، min_dist=0.0
- تم تقليل إلى 10 أبعاد لـ HDBSCAN
- تم تحديد 5 شرائح عملاء باستخدام HDBSCAN
- تم العثور على 23 نقطة ضوضاء (عملاء غير معينين)
- تم الحفاظ على الكثافة بشكل أفضل منReduction المباشر ثنائي الأبعاد
استخدام "umap-learn". طبّق UMAP الخاضع للإشراف مع مجموعة البيانات المسمى الخاصة بي
النتيجة المتوقعة:
- تم استخدام 5000 عينة مسماة بـ 50 سمة
- حقق التضمين الخاضع للإشراف فصلاً للتجمع بنسبة 0.89
- الفئات مرئية بوضوح في التصور ثنائي الأبعاد
- تم الحفاظ على البنية الداخلية ضمن كل فئة
التدقيق الأمني
آمنAll static findings are false positives. The 'external_commands' detections are markdown code blocks (```python, ```bash) in documentation files, not actual shell execution. No malicious code, network requests, or security risks exist. This is a legitimate data science library documentation for UMAP dimensionality reduction.
عوامل الخطر
درجة الجودة
ماذا يمكنك بناءه
تصور مجموعات البيانات عالية الأبعاد
إنشاء مخططات مبعثرة ثنائية الأبعاد للبيانات المعقدة مثل تعبير الجينات أو تضمينات النصوص أو سلوك العملاء لاكتشاف الأنماط.
معالجة البيانات مسبقاً للتجمعات
تقليل الأبعاد قبل تطبيق HDBSCAN للتغلب على لعنة الأبعاد وتحسين جودة التجمع.
هندسة المعالم لخطوط أنابيب التعلم الآلي
إنشاء تضمينات مدمجة من 10 إلى 50 بعداً تحافظ على البنية لمهام التصنيف أو الانحدار اللاحقة.
جرّب هذه الموجهات
طبّق UMAP لتقليل مجموعة البيانات الخاصة بي إلى بُعدين للتصور. استخدم المعلمات القياسية وأنشئ مخططاً مبعثراً ملوناً حسب المتغير الهدف.
اضبط UMAP للمعالجة المسبقة للتجمعات مع n_neighbors=30، min_dist=0.0، n_components=10، ثم طبّق HDBSCAN للعثور على التجمعات.
أنشئ تضمين UMAP خاضعاً للإشراف باستخدام تسميات الفص الخاصة بي لفصل الفئات مع الحفاظ على البنية الداخلية ضمن كل فئة.
طبّق UMAP مع مسافة جيب التمام لتضمينات المستندات الخاصة بي، أو استخدم مسافة هامنغ للبيانات ذات السمات الثنائية.
أفضل الممارسات
- قم دائماً بتوحيد السمات قبل تطبيق UMAP لضمان ترجيح متساوٍ عبر الأبعاد
- عيّن معلمة random_state للحصول على نتائج قابلة للتكرار عبر التشغيلات
- استخدم n_neighbors=30، min_dist=0.0، n_components=10 لمسارات عمل المعالجة المسبقة للتجمعات
تجنب
- تطبيق UMAP على البيانات الخام غير المقاسة سيُنتج تضمينات متحيزة مع ترجيح سمات غير متساوٍ
- استخدام المعلمات الافتراضية لجميع المهام دون ضبطها لأهداف محددة يقلل الفعالية
- افتراض أن UMAP يحافظ على الكثافة بشكل مثالي - يمكن أن يخلق تقسيمات تجمعات اصطناعية
الأسئلة المتكررة
متى يجب أن أستخدم UMAP بدلاً من t-SNE؟
لماذا تكون تجمعاتي منفصلة؟
كيف أجعل النتائج قابلة للتكرار؟
هل يمكن لـ UMAP التعامل مع المتغيرات الفئوية؟
ما الفرق بين fit() و fit_transform()؟
كيف أختار العدد الصحيح من المكونات؟
تفاصيل المطور
المؤلف
K-Dense-AIالترخيص
BSD-3-Clause license
المستودع
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/umap-learnمرجع
main
بنية الملفات