🕸️ UMAP 降維視覺化 · iPAS 考點
UMAP：更快的降維視覺化，還能保留資料的「整體骨架」
UMAP 和 t-SNE 一樣，把高維資料壓成 2D 看群聚。但它走「流形＋拓樸圖」的路線——通常更快、更能保留資料的整體形狀（全局結構），現在很多場合已取代 t-SNE。
非線性降維流形＋鄰居圖比 t-SNE 快較保留全局n_neighbors · min_dist
🚇 一、先用白話講：UMAP 在做什麼？
UMAP 全名 Uniform Manifold Approximation and Projection。核心是「先建一張鄰居關係圖，再把它漂亮地攤平」。
🚇 生活比喻：畫捷運路線圖
捷運路線圖不在乎每兩站的實際公里數，它只忠實畫出「哪一站和哪一站相鄰、連到哪條線」。看圖的人就能輕鬆換乘。
UMAP 一樣：先記住「誰是誰的鄰居」建成一張拓樸圖（骨架），再把這張關係圖攤在平面上。實際距離被簡化，但連結結構保住了——這就是它比 t-SNE 更能呈現「整體骨架」的原因。
🧩 二、UMAP 的兩個步驟
1
建高維鄰居圖（Graph Construction）：為每個點找最近的 n_neighbors 個鄰居、連起來，形成一張「骨架」拓樸圖。
2
優化低維佈局（Layout Optimization）：在 2D 平面上重現這張圖——有連線的點拉近、沒連線的推開，直到佈局穩定。
👀 這頁 demo 的特別之處
下面的 demo 會把鄰居連線（灰色線）真的畫出來，讓你親眼看到那張「骨架圖」。這是 UMAP 和 t-SNE 最大的概念差異：UMAP 是圖（graph）的思維。
🎮 三、動手玩：看「鏈狀骨架」串起或斷裂
這裡有 5 個群，在高維裡其實是一條鏈（群0鄰群1、群1鄰群2…）。拖 n_neighbors：值大，鏈被連線串成一條（保住全局）；值小，鏈斷成各自的孤島。拖 min_dist 看群的鬆緊。
🗺️ 怎麼看
灰色線＝鄰居連線（骨架）。把 n_neighbors 調到很小（如 2~3），五個群會斷開成孤立的小島；調大，連線把相鄰的群串成一條鏈——這條鏈就是「全局結構」，t-SNE 往往會把它拆散，UMAP 比較能保住。min_dist 調小群更緊實、調大更鬆散。
🎚️ 四、兩個一定要會的參數
| 參數 | 調小 | 調大 |
|---|
n_neighbors
（看多遠） | 只連極近鄰 → 強調局部細節、群易斷裂（像 t-SNE） | 連到較遠的點 → 串起群與群、保留全局結構 |
min_dist
（擠多緊） | 點擠成緻密團，適合凸顯分群 | 點之間保持距離、較鬆散，看清內部結構 |
🧠 一句話
n_neighbors 管「局部 vs 全局」、min_dist 管「群的鬆緊」。兩個都要試幾組值，沒有萬用設定。
⚡ 五、為什麼 UMAP 比 t-SNE 快？
關鍵：不用算「全體的正規化分母」
t-SNE 每一步要算一個涵蓋所有點對的正規化分母（讓機率總和為 1），很重。
UMAP 改用 交叉熵（Cross-Entropy）＋ 負取樣（Negative Sampling）：每次只看「有連線的鄰居」加上「少量隨機抽到的非鄰居」，不必掃全體。這讓 UMAP 能處理百萬級的大資料，速度明顯領先。
⚖️ 六、UMAP vs t-SNE：怎麼選
| 比較 | UMAP | t-SNE |
|---|
| 速度 | 快、對大資料友善 | 較慢 |
| 全局結構 | 保留較好 | 較弱（重局部） |
| 當通用降維/特徵 | 可以（也有監督版） | 不建議 |
| 凸顯局部群集 | 好 | 很經典、很強 |
| 軸 / 群間距離 | 兩者都不可照字面解讀 |
🧠 一句話
大資料、想保留整體形狀、之後還要拿來用 → UMAP；單純想把局部群集畫得漂亮 → t-SNE 仍是經典。實務上 UMAP 已漸成主流。
⚠️ 七、看 UMAP 圖的注意事項
軸沒有意義X／Y 軸只是排版座標，不是可解讀的維度。
群間距離仍要謹慎比 t-SNE 可信一些，但絕對距離別過度詮釋。
參數敏感n_neighbors／min_dist 換了，圖樣可能差很多。
有隨機性不同隨機種子結果可能不同，別執著單次形狀。
🛠️ 八、UMAP 不只能畫圖
📌 比 t-SNE 更通用
除了視覺化，UMAP 還可當
通用降維／特徵前處理（降到中等維度餵給下游模型），也有
監督式／半監督式版本（利用標籤強化分群）。這點是它比 t-SNE 實用的地方——t-SNE 幾乎只用來畫圖。各方法比較見
降維總覽。
🧪 九、觀念自我檢測
先想再點開。
Q1. UMAP 的兩個步驟是什麼？
① 建高維鄰居圖（骨架）；② 在低維重現這張圖（有連線拉近、沒連線推開）。
Q2. UMAP 為什麼比 t-SNE 快？
不用算涵蓋所有點對的正規化分母；改用交叉熵＋負取樣，只看鄰居加少量隨機非鄰居。
Q3. n_neighbors 調大、調小有什麼差？
小＝重局部細節、群易斷裂；大＝串起群與群、保留全局結構。
Q4. min_dist 控制什麼？
點能擠多緊：小＝緊密成團（利分群）、大＝鬆散（看內部結構）。
Q5. UMAP 和 t-SNE 怎麼選？
UMAP 較快、全局較好、可當通用降維；t-SNE 凸顯局部群集很經典。兩者軸與距離都不可照字面解讀。
✅ 十、30 秒重點整理
UMAP＝流形＋鄰居圖降維建骨架→攤平。
比 t-SNE 快負取樣，不掃全體點對。
較保留全局能串起群與群的鏈狀結構。
n_neighbors局部↔全局。
min_dist群的鬆↔緊。
軸/距離仍不可照字面解讀。
📝 iPAS 考點提醒
UMAP 是 t-SNE 的熱門替代,iPAS 降維視覺化考點(中級科目三)。重點:同樣做非線性降維視覺化,但比 t-SNE 快、較能保留全局結構、也可當通用降維。易混點:與 t-SNE 一樣,軸無實際意義、群間距離要謹慎解讀;n_neighbors 與 min_dist 參數會大幅影響圖樣。情境:大資料的視覺化與降維,常與 t-SNE 二選一。
想練情境題與詳解 → AI 學習與考證地圖
❓ 常見問題
UMAP 是什麼？
一種較新的非線性降維法，基於流形學習與拓撲，常用於高維資料視覺化；速度比 t-SNE 快、通常較能保留全局結構。
UMAP 和 t-SNE 怎麼選？
兩者都做視覺化。UMAP 較快、對大資料友善、全局結構保留較好；t-SNE 在凸顯局部群集上很經典。實務上 UMAP 漸成主流。
主要參數有哪些？
n_neighbors 控制看局部還是全局(小偏局部細節、大偏全局結構)；min_dist 控制點可以多緊密，影響群的鬆緊。
UMAP 的距離可以解讀嗎？
局部鄰近結構較可信，但群間距離與大小仍應謹慎，和 t-SNE 一樣不宜過度詮釋絕對距離。
UMAP 只能用來畫圖嗎？
不只，它可當通用降維或特徵前處理，也有監督式與半監督式版本，但最常見用途仍是視覺化。