通俗解释
基于流形和拓扑理论构建邻居图，再在低维中优化一个相似的图。速度快、可扩展到百万点，常用于嵌入和单细胞可视化。
用在哪里：嵌入可视化、生物信息
01原始论文
UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction
Leland McInnes, John Healy, James Melville · 2018
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
umap)