UMAP RNA-Seq

1. Apa itu UMAP dalam RNA seq?
2. Apa itu UMAP digunakan?
3. Yang lebih baik UMap atau t-Sne?
4. Mengapa umap lebih baik daripada PCA?

Apa itu UMAP dalam RNA seq?

Penghampiran dan Unjuran Manifold Seragam (UMAP) adalah teknik pengurangan dimensi yang dicadangkan oleh McInnes et al. (2018) (lihat Kertas Bersekutu).

Apa itu UMAP digunakan?

UMap adalah algoritma untuk pengurangan dimensi berdasarkan teknik pembelajaran manifold dan idea dari analisis data topologi. Ia menyediakan rangka kerja yang sangat umum untuk menghampiri pengurangan pembelajaran dan pengurangan dimensi, tetapi juga dapat memberikan realisasi konkrit tertentu.

Yang lebih baik UMap atau t-Sne?

Terima kasih kepada penyelesaian dalam membina graf dimensi tinggi, UMAP secara teorinya menjimatkan lebih banyak masa dan kos pengiraan daripada t-SNE. Dilaporkan bahawa pengurangan dimensi dataset dari 784-d hingga 3-d mengambil UMAP hanya 3 minit, sementara ia mengambil T-SNE 45!

Mengapa umap lebih baik daripada PCA?

UMAP mengatasi T-SNE dan PCA, jika kita melihat plot 2D dan 3D, kita dapat melihat mini-cluster yang dipisahkan dengan baik. Ia sangat berkesan untuk menggambarkan kelompok atau kumpulan titik data dan keterukan relatifnya.