UMAP の kNN グラフ活用：次元削減とネットワーク科学の融合によるデータ理解

記事の3ポイント

1. 1

   kNN グラフの再評価

   UMAP の低次元埋め込みへの注目が一般的であるが、同社が内部で構築する kNN グラフには高次元空間でのデータ多様体を保持する重要な情報が含まれていると指摘している。

2. 2

   グラフアルゴリズムの応用

   PageRank を用いて代表的なデータポイントを特定したり、k-core 分解を用いて密集した構造を可視化したりすることで、標準的なグラフアルゴリズムがデータ理解を強化することを示している。

3. 3

   次元削減の限界克服

   UMAP の 2D プロジェクションによって生じる歪みが発生する前の段階でデータを捉えることで、埋め込み単独では見逃されがちな構造を抽出可能であると主張している。