KD
umap-learn
Применяет umap-learn для нелинейного снижения размерности, создания 2D/3D-вложений, предобработки кластеризации, а также для работы с supervised/semi-supervised UMAP, DensMAP, AlignedUMAP и Parametric UMAP.
Что делает навык
Применяет UMAP для быстрого и масштабируемого нелинейного снижения размерности, создавая 2D/3D-вложения, сохраняющие структуру соседства. Поддерживает supervised/semi-supervised режимы, DensMAP, AlignedUMAP и Parametric UMAP для предобработки кластеризации и визуализации.
Когда применять
- Визуализация высокоразмерных данных в 2D или 3D для анализа распределения и выбросов.
- Предобработка данных перед кластеризацией для улучшения качества группировки.
- Снижение размерности с использованием меток классов (supervised) или частичных меток (semi-supervised).
- Сравнение вложений разных наборов данных с помощью AlignedUMAP.
Как работает
- Установить umap-learn==0.5.12 (требует Python 3.9+, scikit-learn>=1.6, numba, pynndescent, numpy, scipy).
- Подготовить данные: убедиться, что координаты конечны, а тестовые данные для предсказаний исключены из этапа обучения.
- Инициализировать UMAP с нужными параметрами (например, n_components=2 для визуализации или n_neighbors для настройки локальной структуры).
- Выполнить fit_transform для получения вложений или fit для последующего transform новых данных.
- Проверить сохранение соседства, чувствительность к seed и наличие доменных доказательств в исходном пространстве.
- Интерпретировать результаты, помня, что оси, площади островов и разрывы между кластерами не имеют калиброванного физического смысла.
Примеры запросов агенту
Примени UMAP для снижения размерности моего датасета до 2D для визуализации.
Сделай предобработку кластеризации с помощью UMAP, используя метки классов.
Сравни вложения двух наборов данных с помощью AlignedUMAP.
Что понадобится
- Python 3.9+
- umap-learn==0.5.12
- scikit-learn>=1.6, numba, pynndescent, numpy, scipy
Описание составлено по SKILL.md навыка, сверено 09.10.2026.
Как подключить
1Скачать навык
# возьмите папку навыка «umap-learn» из репозитория:
# https://github.com/k-dense-ai/scientific-agent-skills
2Положить папку с
SKILL.md к навыкам ассистента# положите папку навыка туда, где ассистент ищет skills:
cp -r umap-learn/ ~/.claude/skills/umap-learn/
Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.