LogoClawIndex
案例技能关于
LogoClawIndex

umap-learn - 使用 UMAP 降维高维数据

使用 UMAP 进行非线性降维、可视化、监督嵌入和聚类预处理。

标签

更新于: 2026-09-29
降维流形学习数据可视化监督学习聚类预处理机器学习

能力

典型输入

典型输出

该技能可以做什么

  • 标准化输入特征
  • 拟合 UMAP 嵌入
  • 转换新数据
  • 调整嵌入参数
  • 使用监督标签
  • 准备聚类嵌入
  • 可视化低维嵌入

输入

  • 高维数据
  • 特征标签
  • 监督目标标签
  • 新输入数据
  • UMAP 参数

输出

  • 低维嵌入
  • 转换后的数据嵌入
  • 聚类标签
  • 嵌入可视化结果
  • 评估分数

要求

  • Python 环境
  • umap-learn 软件包
  • scikit-learn 软件包
  • 用于聚类的 hdbscan 软件包
  • 自定义度量所需的 Numba 支持

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。
标准化输入特征
拟合 UMAP 嵌入
转换新数据
调整嵌入参数
高维数据
特征标签
监督目标标签
低维嵌入
转换后的数据嵌入
聚类标签