Locally Linear Embedding (LLE)

Locally linear embedding, diperkenalkan oleh Sam Roweis dan Lawrence Saul pada tahun 2000, ialah kaedah pembelajaran manifold untuk pengurangan dimensi tak linear. Ia menganggap bahawa walaupun data mungkin melengkung melalui ruang berdimensi tinggi, setiap titik dan jiran-jirannya terletak secara anggaran pada bahagian yang rata. LLE menangkap setiap titik sebagai gabungan berbobot jiran-jirannya dan kemudian mencari susun atur berdimensi rendah yang mengekalkan hubungan tempatan yang sama, membuka struktur melengkung kepada peta berdimensi rendah yang setia.