Machine learning
Locally Linear Embedding (LLE)（局所線形埋め込み）
局所線形埋め込み（Locally Linear Embedding, LLE）は、Sam RoweisとLawrence Saulによって2000年に導入された、非線形次元削減のための多様体学習手法である。データは高次元空間を曲線を描いて存在しているかもしれないが、各点とその近傍は近似的に平坦なパッチ上に存在すると仮定する。LLEは、各点を近傍点の線形結合として捉え、それらの局所的な関係性を保持する低次元配置を見つけることで、曲がった構造を忠実な低次元マップへと展開する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/ja/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 →