Isomap
Ο αλγόριθμος Isomap (Isometric Feature Mapping) είναι ένας αλγόριθμος εκμάθησης πολλαπλότητας (manifold learning) που εισήχθη από τους Tenenbaum, de Silva και Langford το 2000 και ανακαλύπτει την εγγενή χαμηλοδιάστατη γεωμετρία δεδομένων υψηλής διάστασης, διατηρώντας τις γεωδαιτικές — αντί για τις ευθύγραμμες Ευκλείδειες — αποστάσεις μεταξύ όλων των ζευγών σημείων. Ήταν μία από τις πρώτες και πιο επιδραστικές μεθόδους μη γραμμικής μείωσης διάστασης που έδειξε ότι πραγματικά καμπύλες πολλαπλότητες δεδομένων θα μπορούσαν να ξεδιπλωθούν σε ένα πιστό χαμηλοδιάστατο σύστημα συντεταγμένων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Tenenbaum, J. B., de Silva, V. & Langford, J. C. (2000). A global geometric framework for nonlinear dimensionality reduction. Science, 290(5500), 2319–2323. DOI: 10.1126/science.290.5500.2319 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 14). Springer. ISBN: 978-0-387-84857-0
- van der Maaten, L., Postma, E. & van den Herik, J. (2009). Dimensionality reduction: A comparative review. Journal of Machine Learning Research, 10, 66–71. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Isometric Feature Mapping (Isomap). ScholarGate. https://scholargate.app/el/machine-learning/isomap
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.
- Ανάλυση Κύριων Συνιστωσών με Πυρήνα (Kernel PCA)Μηχανική Μάθηση↔ compare
- Ανάλυση Κύριων ΣυνιστωσώνΜηχανική Μάθηση↔ compare
- t-SNEΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →