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嵌入聚类预处理机器学习

能力

降低数据维度创建二维或三维嵌入调节嵌入参数使用监督标签

典型输入

高维数据目标标签UMAP 参数

典型输出

低维嵌入转换后的数据嵌入聚类标签

该技能可以做什么

  • 降低数据维度
  • 创建二维或三维嵌入
  • 调节嵌入参数
  • 使用监督标签
  • 转换新数据
  • 生成聚类嵌入

输入

  • 高维数据
  • 目标标签
  • UMAP 参数
  • 新数据

输出

  • 低维嵌入
  • 转换后的数据嵌入
  • 聚类标签
  • 训练后的 UMAP 降维器

要求

  • Python 环境
  • umap-learn 软件包
  • 用于预处理的 scikit-learn

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。