[机器学习入门] 李弘毅机器学习笔记-16 （Unsupervised Learning: Neighbor Embedding；无监督学习：邻域嵌套）

holeung

于 2017-06-18 22:52:37 发布

阅读量1.8k

点赞数 3

分类专栏：机器学习机器学习入门文章标签：机器学习降维无监督学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/soulmeetliang/article/details/73441615

版权

本文介绍了无监督学习中的邻域嵌套方法，包括Manifold Learning、Locally Linear Embedding (LLE)、Laplacian Eigenmaps和T-distributed Stochastic Neighbor Embedding (t-SNE)。LLE通过保持邻域关系进行降维，而t-SNE通过特殊的相似度计算，不仅使相似点接近，也使不同点分离，从而更好地展现数据结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

[机器学习入门] 李弘毅机器学习笔记-16 （Unsupervised Learning: Neighbor Embedding；无监督学习：邻域嵌套）

PDF	VIDEO

Manifold Learning

我们要做的是非线性的降维，data是分布在低维空间里面，只是被扭曲到了高维空间。
比如地球的表面是一个二维平面，但是被塞到一个三维空间中。
Manifold就是把S型摊平，将高维空间内的低维数据展开，这样才能计算点对点的距离。

这里写图片描述

这样的方法有很多。

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。