Plongement Linéaire Local (LLE)
Le plongement linéaire local, introduit par Sam Roweis et Lawrence Saul en 2000, est une méthode d'apprentissage de variété pour la réduction de dimensionnalité non linéaire. Il suppose que bien que les données puissent courber à travers un espace de haute dimension, chaque point et ses voisins se situent approximativement sur une surface plane. Le LLE capture chaque point comme une combinaison pondérée de ses voisins, puis trouve une disposition de faible dimension qui préserve ces mêmes relations locales, déroulant la structure courbée en une carte fidèle de faible dimension.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/fr/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.
- IsomapApprentissage automatique↔ compare
- ACP à noyauApprentissage automatique↔ compare
- t-SNEApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →