高次元データの分布の密度を反映した埋め込み手法DensMAP - Qiitaなんかまた新しい埋め込み手法が提案された。次から次に。 Narayan, A., Berger, B. & Cho, H. "Assessing single-cell transcriptomic variability through density-preserving data visualization." Nature Biotechnology (2021) 見逃していたけど結構前にbioRxivで提案されていて、すでにUMAPの公式実装に機能が追加されている。 この論文ではt-SNE、UMAPの目的関数に、後述する「ある項」を追加して改良された新手法、Den-SNE、DensMAPを提案。 解決を試みている問題は、t-SNEやUMAPにおいて「高次元空間における密度」の情報が無視されてしまいがちな点。 以下具体的な例で見てみる。 具体例 密度が異なる6クラスタの埋め込み U
