Lokalt lineær innleiring (LLE)
Lokalt lineær innleiring, introdusert av Sam Roweis og Lawrence Saul i 2000, er en manifoldlæringsmetode for ikke-lineær dimensjonsreduksjon. Den antar at selv om data kan kurve gjennom et høy-dimensjonalt rom, ligger hvert punkt og dets naboer omtrent på en flat flekk. LLE fanger hvert punkt som en vektet kombinasjon av dets naboer og finner deretter et lav-dimensjonalt oppsett som bevarer de samme lokale forholdene, og ruller ut buet struktur til et trofast lav-dimensjonalt kart.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/no/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 →Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →