Machine learning

Локально линейное вложение (LLE)

Локально линейное вложение, представленное Сэмом Роуисом и Лоуренсом Солом в 2000 году, является методом изучения многообразий для нелинейного снижения размерности. Он предполагает, что, хотя данные могут изгибаться в высокоразмерном пространстве, каждая точка и ее соседи примерно лежат на плоском участке. LLE представляет каждую точку как взвешенную комбинацию ее соседей, а затем находит низкоразмерное представление, которое сохраняет те же локальные отношения, разворачивая изогнутую структуру в точную низкоразмерную карту.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. 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

Как цитировать эту страницу

ScholarGate. (2026, June 2). Locally Linear Embedding (LLE). ScholarGate. https://scholargate.app/ru/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

Упоминается в

ScholarGateLocally Linear Embedding (Locally Linear Embedding (LLE)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/locally-linear-embedding · Набор данных: https://doi.org/10.5281/zenodo.20539026