Machine learning

Incrustación Lineal Local (LLE)

La incrustación lineal local (LLE, por sus siglas en inglés), introducida por Sam Roweis y Lawrence Saul en 2000, es un método de aprendizaje de variedades para la reducción de dimensionalidad no lineal. Asume que, aunque los datos pueden curvarse a través de un espacio de alta dimensionalidad, cada punto y sus vecinos se encuentran aproximadamente en un parche plano. LLE captura cada punto como una combinación ponderada de sus vecinos y luego encuentra una disposición de baja dimensionalidad que preserva esas mismas relaciones locales, desplegando la estructura curvada en un mapa fiel de baja dimensionalidad.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  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

Cómo citar esta página

ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/es/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

Citado por

ScholarGateLocally Linear Embedding (Locally Linear Embedding (LLE)). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/locally-linear-embedding · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026