Uniform Manifold Approximation and Projection

Data riil dengan banyak fitur sering kali terletak pada permukaan melengkung berdimensi jauh lebih rendah, atau manifold, yang tertanam dalam ruang berdimensi tinggi. UMAP mencoba mempelajari bentuk permukaan tersebut dari bagaimana titik-titik mengelompok di dekat tetangganya, kemudian membukanya ke dalam dua atau tiga dimensi sehingga strukturnya menjadi terlihat. Dibandingkan dengan t-SNE, UMAP cenderung mempertahankan lebih banyak tata letak global sambil tetap jauh lebih cepat pada dataset besar.