Machine learning

Локално линейно влагане (LLE)

Локалното линейно влагане, представено от Сам Роуис и Лорънс Саул през 2000 г., е метод за изучаване на многообразия (manifold learning) за нелинейно намаляване на размерността. То предполага, че въпреки че данните могат да се извиват в многомерно пространство, всяка точка и нейните съседи лежат приблизително върху плосък участък. LLE улавя всяка точка като претеглена комбинация от нейните съседи и след това намира нискоразмерно разположение, което запазва същите локални връзки, разгъвайки извитата структура в точно нискоразмерна карта.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Roweis, S. T., & Saul, L. K. (2000). Nonlinear dimensionality reduction by locally linear embedding. Science, 290(5500), 2323–2326. DOI: 10.1126/science.290.5500.2323

Как да цитирате тази страница

ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/bg/machine-learning/locally-linear-embedding

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateLocally Linear Embedding (Locally Linear Embedding (LLE)). Извлечено на 2026-06-15 от https://scholargate.app/bg/machine-learning/locally-linear-embedding · Набор от данни: https://doi.org/10.5281/zenodo.20539026