La diferencia entre tSNE y UMAP

Este artículo son mis notas de estudio, primero adjunte el enlace del estudio: /s/qkbc1vz-ERHzGp8gfLiVsg

En primer lugar, estas son las reducciones de bidimensionalidad de scRNA-seq<. /p>

Entonces, ¿cuál es la diferencia entre ellos?

En primer lugar, en el espacio de alta dimensión, la distancia entre dos puntos (dos celdas) se describe como diferente. tSNE adopta un "algoritmo probabilístico", es decir, convierte la distancia entre dos puntos en probabilidad. , si la distancia entre los dos puntos i y j es relativamente cercana, la probabilidad correspondiente es mayor, mientras que UMAP adopta la distancia euclidiana tradicional;

Aquí x representa la distancia en el espacio de alta dimensión

Al calcular σ (requerido para calcular la distancia)

Antes de eso, presentemos brevemente a continuación, perplejidad y entropía de Shannon

La perplejidad refleja el número de celdas adyacentes. Cuando la perplejidad es mayor, las celdas están más estrechamente distribuidas. Generalmente, perplejidad = (número de celdas - 1) / 3

<. p>La entropía de Shannon es una cantidad física que se utiliza para describir el grado de caos de las células. ¿Qué significa?

Hay una cierta distancia entre cada dos celdas. La entropía de Shannon describe el grado de distancia desigual entre las celdas

Así que volvamos a nuestra imagen

p> Finalmente, después de la reducción de dimensionalidad, los métodos de corrección de distancia en el espacio de baja dimensión son diferentes. tSNE usa la distribución t para la corrección, mientras que UMAP usa la comparación con la distancia mínima para determinar la expresión

Aquí y se refiere a. la distancia entre dos puntos (dos celdas) en un espacio de baja dimensión.

Al asignar la distancia en un espacio de alta dimensión a un espacio de baja dimensión, se puede visualizar la distancia de baja dimensión.