凭借的是降维前的空间中,每一个点和它的邻居之间的关系进行降维。
也叫流形学习Manifold Learning。
那个点离黄色点更远还是离红色点更远呢,表面上好像黄色点更远,但是按照形状其实红色更远,就像要降维之后再观察
方法一:局部线性嵌入(LLE)
LLE目的也是降维,第一步找出wij
K不能太大也不能太小。
方法二:Laplacian Eigenmaps
根据graph来测距离,进行降维
supervised: unsupervised:希望minS,但是当zi和zj都是0时,自然S最小,降维成了一个点,所以要对z有限制,希望填满降维后的空间
方法三:t-SNE
LLE缺点:
TSNE原理: