Locally Linear Embedding (LLE) — การฝังแบบเชิงเส้นเฉพาะที่

Locally linear embedding ซึ่งเปิดตัวโดย Sam Roweis และ Lawrence Saul ในปี 2000 เป็นวิธีการเรียนรู้แมนิโฟลด์ (manifold-learning) สำหรับการลดมิติแบบไม่เชิงเส้น (nonlinear dimensionality reduction) วิธีการนี้ตั้งสมมติฐานว่า แม้ข้อมูลอาจโค้งงอผ่านปริภูมิที่มีมิติสูง แต่จุดแต่ละจุดและเพื่อนบ้านของมันจะอยู่ใกล้เคียงกันบนระนาบย่อย (flat patch) LLE จับแต่ละจุดเป็นผลรวมถ่วงน้ำหนักของเพื่อนบ้านของมัน แล้วจึงหาการจัดวางในมิติต่ำที่รักษาความสัมพันธ์เฉพาะที่ (local relationships) เหล่านั้นไว้ โดยคลี่โครงสร้างที่โค้งงอออกเป็นแผนที่มิติต่ำที่เที่ยงตรง