Paikallisesti lineaarinen upotus (LLE)
Paikallisesti lineaarinen upotus, jonka Sam Roweis ja Lawrence Saul esittelivät vuonna 2000, on monisto-oppimismenetelmä epälineaariseen dimensionpudotukseen. Se olettaa, että vaikka data voi kaartua korkeaulotteisessa avaruudessa, jokainen piste ja sen naapurit sijaitsevat likimain tasaisella alueella. LLE sieppaa jokaisen pisteen painotettuna yhdistelmänä sen naapureista ja etsii sitten matalaulotteisen asettelun, joka säilyttää samat paikalliset suhteet, avaten kaarevan rakenteen uskolliseksi matalaulotteiseksi kartaksi.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/fi/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 →Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →