LE 即拉普拉斯特征映射,它与 LLE 算法有些相似,也是以局部的角度去构建数据之间的关系。它的直观思想是希望相互间有关系的点(在图中相连的点)在降维后的空间中尽可能的靠近;以这种方式,可以得到一个能反映流形的几何结构的解。
LE 降维算法展示
-
详细内容可参见《拉普拉斯特征图降维及其 python 实现》:
https://blog.csdn.net/HUSTLX/article/details/50850342 -
代码地址:
https://github.com/heucoder/dimensionality_reduction_alo_codes/tree/master/codes/LE