Supervised UMAP

- 1) ラベル活用（半教師あり）で“混在回避”を明示的に優先 - Supervised UMAP（umap.UMAP(..., y=cluster_labels, target_weight=0.5–0.9)） - metric は埋め込みの性質に合わせて（L2正規化済なら cosine/angular が無難）。 - n_neighbors=5–20（小さめで局所一貫性、分離が強まる）、min_dist=0.0–0.05（クラスターを締める）、repulsion_strength を上げる。 - densMAP 版（densmap=True）は密度も保ちやすい（距離解釈が多少しやすくなる）。

UMAP