1 算法概况
局部线性嵌入(Locally Linear Embedding,以下简称LLE)是一种重要的降维方法。
和传统的PCA,LDA等关注样本方差的降维方法相比,LLE关注于降维时保持样本局部的线性特征,由于LLE在降维时保持了样本的局部特征,LLE广泛的用于图像图像识别,高维数据可视化等领域。
2 算法步骤
下图对LLE的原理进行了一个整体描述:
2.1 选择近邻:
- 求K近邻的过程,这个过程借助KNN算法找到最近邻的K个样本
- 简单来说 ,就是通过计算样本间的欧
分类标签归档:局部线性嵌入
局部线性嵌入(Locally Linear Embedding,以下简称LLE)是一种重要的降维方法。
和传统的PCA,LDA等关注样本方差的降维方法相比,LLE关注于降维时保持样本局部的线性特征,由于LLE在降维时保持了样本的局部特征,LLE广泛的用于图像图像识别,高维数据可视化等领域。
下图对LLE的原理进行了一个整体描述: