主要观点：作者多年来构建了多个交互式嵌入可视化项目，介绍了嵌入和嵌入可视化的背景、为何需要嵌入可视化、自己的嵌入可视化项目、数据收集与准备、构建共现矩阵、构建稀疏实体关系图、生成初始嵌入、投影到 2D 等内容，总结出构建高质量嵌入可视化的流程，并推荐了相关工具和技术。

关键信息：

• 嵌入是将实体表示为 N 维空间中的点，可用于各种领域，人类难以直观理解高维数据，需投影到 2 或 3 维。
• 嵌入可视化能让用户自主探索和发现新事物，突破不透明系统的黑箱，作者对此很感兴趣。
• 作者构建了 Spotify Music Galaxy、Anime Atlas、osu! Beatmap Atlas 等项目，分别使用不同数据和技术。
• 数据收集要能回答“两个给定实体有多相似”，可能需要预过滤和处理索引与 ID 的关系。
• 构建共现矩阵是嵌入过程的基础，要考虑内存和性能问题，可使用numba加速。
• 构建稀疏实体关系图时，PyMDE 库的预处理程序可稀疏化和去权重边，n_neighbors和embedding_dim等参数很重要。
• 生成初始嵌入后，可使用 UMAP 或 t-SNE 算法将其投影到 2D，Emblaze 工具可方便比较和选择算法。
• 构建可视化 UI 时，Web 应用有诸多优势，可使用 Pixi.JS 或编写自定义 shader 进行渲染。

重要细节：

• Spotify Music Galaxy 用 Three.JS 构建，可让用户操控；Anime Atlas 为 2D 嵌入在动漫统计推荐网站中；osu! Beatmap Atlas 与作者的 osu! 统计追踪网站相关，数据丰富。
• 预过滤可减少数据量，避免可视化杂乱，作者认为 10k - 50k 个实体较合适。
• 构建共现矩阵时可根据实体数据添加权重，内存考虑方面可使用稀疏矩阵。
• PyMDE 预处理时可禁用二次初始化或使用 GPU，与其他库相比有优势。
• UMAP 平衡局部和全局结构好，t-SNE 夸大局部结构但牺牲全局结构，Emblaze 可方便比较。
• 构建可视化 UI 时，WebGL/WebGPU 加速很重要，Pixi.JS 是不错选择，手写 shader 也可行。