Ізоמaп
Ізомап (Isometric Feature Mapping) — це алгоритм навчання на многовидах, представлений Тенебаумом, де Сільвою та Ленгфордом у 2000 році, який виявляє внутрішню низьковимірну геометрію високорозмірних даних шляхом збереження геодезичних, а не прямих евклідових відстаней між усіма парами точок. Це був один із найперших і найвпливовіших методів нелінійного зниження розмірності, який продемонстрував, що справді викривлені многовиди даних можна розгорнути у вірну низьковимірну систему координат.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Tenenbaum, J. B., de Silva, V. & Langford, J. C. (2000). A global geometric framework for nonlinear dimensionality reduction. Science, 290(5500), 2319–2323. DOI: 10.1126/science.290.5500.2319 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 14). Springer. ISBN: 978-0-387-84857-0
- van der Maaten, L., Postma, E. & van den Herik, J. (2009). Dimensionality reduction: A comparative review. Journal of Machine Learning Research, 10, 66–71. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Isometric Feature Mapping (Isomap). ScholarGate. https://scholargate.app/uk/machine-learning/isomap
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.
- Кернел PCAМашинне навчання↔ compare
- Метод головних компонентМашинне навчання↔ compare
- t-SNEМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →