評估指標

UMAP 號稱比 t-SNE 更能兼顧全局結構,所以評估它要局部、全局兩本帳一起查,缺一本都不算數。

核心觀念

局部結構用 Trustworthiness(局部鄰域可信度)與 kNN 保留率,檢查降維後鄰居關係是否保真。全局結構用距離相關性(Spearman correlation) — 對原始空間與嵌入空間的點對距離做等級相關,越高代表整體遠近關係保留越好;再加拓撲連通性檢查結構有沒有被撕裂。實務上同樣看群組分離穩定性。

白話理解

同一份基因表現資料,t-SNE 圖上兩群的距離不能當真;UMAP 相對能反映「哪些群本來就比較像」。想對主管主張這一點,拿距離相關性的數字當證據,而不是憑肉眼感覺 — 報告附上指標,圖才有公信力。

評估重點

• Trustworthiness 與 kNN 保留率:局部鄰域保真度
• 距離相關性(Spearman):全局遠近關係的保留程度
• 拓撲連通性:整體結構是否斷裂
• 群組分離穩定性:多次執行結果是否一致
• UMAP 速度快,除了視覺化也能當一般降維前處理
• 參數(鄰居數、最小距離)一改圖就大變,評估時要固定參數再比較

🎯 口訣:局部看鄰居名單,全局看距離排序。

iPAS 考點

常考 UMAP 與 t-SNE 對照:UMAP 較快、較能保留全局結構、可做一般用途降維;t-SNE 偏視覺化、重局部。判斷關鍵字「兼顧局部與全局」「大規模資料視覺化」→ UMAP;把「只保留局部」安在 UMAP 頭上,是典型的張冠李戴選項。