Embedding Linear Lokal (LLE)
Embedding linear lokal, diperkenalkan oleh Sam Roweis dan Lawrence Saul pada tahun 2000, adalah metode pembelajaran manifold untuk reduksi dimensi nonlinier. Metode ini mengasumsikan bahwa meskipun data dapat melengkung melalui ruang berdimensi tinggi, setiap titik dan tetangganya kira-kira terletak pada area datar. LLE menangkap setiap titik sebagai kombinasi berbobot dari tetangganya dan kemudian menemukan tata letak berdimensi rendah yang mempertahankan hubungan lokal yang sama, membuka struktur melengkung menjadi peta berdimensi rendah yang setia.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/id/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.
- IsomapPembelajaran Mesin↔ compare
- PCA KernelPembelajaran Mesin↔ compare
- t-SNEPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →