LogoClawIndex
案例技能关于
LogoClawIndex

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。

umap-learn - 使用 UMAP 降维并分析高维数据

使用 UMAP 进行非线性降维、可视化、有监督嵌入、新数据转换和聚类预处理。

标签

更新于: 2026-09-29
降维流形学习嵌入可视化聚类预处理有监督学习

能力

典型输入

典型输出

该技能可以做什么

  • 降低数据维度
  • 可视化低维嵌入
  • 准备聚类特征
  • 使用有监督标签
  • 转换新数据
  • 调整嵌入参数

输入

  • 高维数据
  • 特征标签
  • 新数据
  • UMAP 参数
  • 聚类设置

输出

  • 低维嵌入
  • 转换后的数据嵌入
  • 聚类标签
  • 可视化图表
  • 评估指标

要求

  • Python 环境
  • umap-learn 软件包
  • 用于预处理的 scikit-learn
  • 用于聚类的 HDBSCAN
  • 用于绘图的 Matplotlib

来源

  • 规范: SKILL.md
降低数据维度
可视化低维嵌入
准备聚类特征
使用有监督标签
高维数据
特征标签
新数据
低维嵌入
转换后的数据嵌入
聚类标签