常用降維方法

    一、拉普拉斯特徵映射(Laplacian Eigenmaps,LE) (1)特點 非線性的降維方法 降維的同時保留局部近鄰節點的信息 屬於流形學習 (2)目標函數 未添加限制條件: 添加限制條件並簡化後:   (3)需求解的特徵方程 (4)優點 LE的局部特徵保留特性使得它對孤立點和噪音不會那麼敏感 算法基於流形的內在幾何結構，因此它展示出嵌入的穩定性。只要嵌入是等度量的(Isometri

>>阅读原文<<