Embedding localmente lineare (LLE)

L'embedding localmente lineare, introdotto da Sam Roweis e Lawrence Saul nel 2000, è un metodo di apprendimento di varietà (manifold learning) per la riduzione non lineare della dimensionalità. Presuppone che, sebbene i dati possano curvarsi attraverso uno spazio ad alta dimensionalità, ogni punto e i suoi vicini giacciono approssimativamente su una porzione piana. LLE cattura ogni punto come una combinazione pesata dei suoi vicini e quindi trova una disposizione a bassa dimensionalità che preserva le stesse relazioni locali, srotolando la struttura curva in una mappa fedele a bassa dimensionalità.