Bien que UMAP soit largement utilisé pour explorer des données à haute dimension, les workflows typiques se concentrent sur son embedding à basse dimension, négligeant largement le riche graphe des k-plus proches voisins (kNN) que UMAP construit en interne. Ce graphe encode la variété de données dans son espace original à haute dimension, avant la distorsion introduite par la projection 2D de UMAP.
Les auteurs montrent comment l'application d'algorithmes de graphes standard à cette représentation interne améliore l'interprétation des données :
- PageRank identifie les points de données représentatifs.
- La décomposition en k-core révèle les régions centrales denses par rapport à la périphérie clairsemée.
- Le coefficient de clustering détecte les voisinages serrés avec des points de données hautement similaires.
À travers une évaluation quantitative et qualitative sur MNIST et Fashion MNIST, ces analyses basées sur les graphes se révèlent pratiques et compétitives ou complémentaires aux méthodes conçues à cet effet comme k-medoids pour la sélection d'exemplaires et HDBSCAN pour le clustering basé sur la densité.