Ajustament Localment Lineal (LLE)
L'ajustament localment lineal, introduït per Sam Roweis i Lawrence Saul el 2000, és un mètode d'aprenentatge de varietats per a la reducció de dimensionalitat no lineal. Assumeix que, tot i que les dades puguin corbar-se a través d'un espai d'alta dimensionalitat, cada punt i els seus veïns es troben aproximadament en una superfície plana. LLE captura cada punt com una combinació ponderada dels seus veïns i, a continuació, troba una disposició de baixa dimensionalitat que preserva aquestes mateixes relacions locals, desplegant l'estructura corba en un mapa fidel de baixa dimensionalitat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/ca/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.
- IsomapAprenentatge automàtic↔ compare
- Kernel PCAAprenentatge automàtic↔ compare
- t-SNEAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →