UMAP (Uniform Manifold Approximation and Projection) reduce datos de alta dimensión a una representación visualizable, de forma conceptualmente similar a t-SNE, pero con una base matemática distinta que suele producir resultados más rápidos de calcular y que preservan mejor tanto las relaciones cercanas como la estructura general más amplia de los datos.
Por qué ganó popularidad frente a t-SNE
Además de su velocidad, UMAP escala mejor a conjuntos de datos muy grandes y permite proyectar datos nuevos sobre una reducción ya calculada, algo que t-SNE no ofrece de forma directa, lo que la volvió una opción preferida en muchos flujos de trabajo modernos.