在 MNIST 数字数据集上使用 UMAP

一个简单示例，演示如何在 MNIST 等大型数据集上使用 UMAP。我们首先获取 MNIST 数据集，然后使用 UMAP 将其降至仅 2 维，以便于可视化。

请注意，UMAP 不仅能够将单独的数字类别分组，还能保留不同数字类别之间的整体全局结构——将 1 与 0 保持较远距离，并将 3、5、8 和 4、7、9 这些有时可以相互混合的数字进行分组。

import umap
from sklearn.datasets import fetch_openml
import matplotlib.pyplot as plt
import seaborn as sns

sns.set(context="paper", style="white")

mnist = fetch_openml("mnist_784", version=1)

reducer = umap.UMAP(random_state=42)
embedding = reducer.fit_transform(mnist.data)

fig, ax = plt.subplots(figsize=(12, 10))
color = mnist.target.astype(int)
plt.scatter(embedding[:, 0], embedding[:, 1], c=color, cmap="Spectral", s=0.1)
plt.setp(ax, xticks=[], yticks=[])
plt.title("MNIST data embedded into two dimensions by UMAP", fontsize=18)

plt.show()