Lokalnie Liniowe Osadzanie (LLE)
Lokalnie liniowe osadzanie (LLE), wprowadzone przez Sama Roweisa i Lawrence’a Saula w 2000 roku, jest metodą uczenia się rozmaitości (manifold learning) służącą do nieliniowej redukcji wymiarowości. Zakłada ona, że choć dane mogą zakrzywiać się w przestrzeni o wysokiej wymiarowości, każdy punkt i jego sąsiedzi leżą w przybliżeniu na płaskim fragmencie. LLE przedstawia każdy punkt jako ważoną kombinację jego sąsiadów, a następnie znajduje niskowymiarowe rozmieszczenie, które zachowuje te same lokalne relacje, rozwijając zakrzywioną strukturę w wierną, niskowymiarową mapę.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/pl/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 →Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →