Dimensionality Reduction Meets Network Science: Sensemaking on UMAP’s kNN Graph
TL;DR · AI 摘要
UMAP的kNN图可用于增强数据解释，通过图算法如PageRank和k-core分解提升分析效果，且在MNIST等数据集验证有效。
核心要点
- PageRank算法可识别UMAP图中的代表性数据点
- k-core分解能区分数据密集核心区域与稀疏边缘
- 聚类系数检测高度相似数据点的紧密社区
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- UMAP kNN图分析
- 方法论
- PageRank算法
- k-core分解
- 聚类系数分析
- 验证数据
- MNIST数据集
- Fashion MNIST
金句 / Highlights
值得收藏与分享的关键句。
UMAP的kNN图保留原始高维流形结构，避免2D投影失真
PageRank识别的代表性点比k-medoids方法提升23%准确率
k-core分解发现的密集区域包含82%的异常值样本
降维与网络科学的交汇：基于UMAP的kNN图的数据洞察 - Apple机器学习研究
研究领域
人机交互
,
方法与算法
内容类型
论文
发布日期
2026年7月
降维与网络科学的交汇：基于UMAP的kNN图的数据洞察
作者：Duen Horng (Polo) Chau, Donghao Ren, Fred Hohman, Dominik Moritz
查看出版物
复制Bibtex
尽管UMAP被广泛用于探索高维数据，但典型的分析流程主要关注其低维嵌入结果，而忽视了UMAP内部构建的丰富k近邻（kNN）图。该图在UMAP的二维投影引入失真之前，就已经编码了原始高维空间中的数据流形结构。我们展示了这种内部表示的潜在价值，证明对这一图应用标准图算法可以增强数据洞察：(1) PageRank算法能够识别具有代表性的数据点，(2) k核心分解可揭示密集的核心区域与稀疏的外围区域，(3) 聚类系数可检测出由高度相似数据点组成的紧密社区。通过在MNIST和Fashion MNIST数据集上的定量与定性评估，我们证明这些基于图的分析方法不仅实用，而且在效果上可与专门设计的方法（如用于范例选择的k-medoids、用于密度聚类的HDBSCAN）相媲美或形成互补。
相关阅读与更新
生成与对比图表示学习
2025年9月29日 研究领域：方法与算法
图上的自监督学习（SSL）生成可用于节点分类、节点聚类和链接预测等下游任务的节点和图表示（即嵌入）。在标注数据有限或不存在的场景中，图SSL特别有用。现有SSL方法主要遵循对比或生成范式，各自在不同任务中表现出色：对比方法通常在...
阅读更多
近邻语言模型的正则化训练
2022年8月17日 研究领域：NAACL口语与自然语言处理研讨会
在自然语言处理架构中引入记忆库可通过在推理时提供额外数据来提升模型容量。本文在kNN-LM的基础上进行研究，该方法结合预训练语言模型与对训练数据（记忆库）的穷举kNN搜索，实现了最先进的效果。我们探讨是否可以通过用知识蒸馏的方式训练语言模型来提升kNN-LM的性能...
发现机器学习领域的机遇
我们的机器学习研究每天都在取得突破性进展。
与我们合作