🔑 名詞卡
UMAP（Uniform Manifold Approximation and Projection）
🎯 定義
相對較新的高性能非線性降維方法，目標與 t-SNE 類似，在高維資料中尋找低維嵌入，同時保留局部與全局結構。
重點／應用
- 原理：構建高維與低維的「模糊拓撲結構」，透過最小化交叉熵使兩者近似。
- 優點：通常比 t-SNE 運行顯著更快，能處理更大資料集，參數調整更直觀，支持增量學習。
- 缺點：理論基礎較複雜，理解門檻較高。
記憶技巧
「UMAP 是進化版 t-SNE：更快、能處理更大資料、還能兼顧全局結構」。
易混淆
- vs t-SNE：兩者都是非線性降維視覺化工具，但 UMAP 速度更快、更能保留全局結構，且支援增量學習（可套用到新資料）。
📖 課文原文「UMAP⋯其目標與 t-SNE 類似，都是在高維數據中尋找低維嵌入，以同時保留局部和全局結構⋯通常比 t-SNE 運行顯著更快，能夠處理更大的數據集。」