降维 Laplacian Eigenmaps
1、1)通过设置一个阈值,相似度在阈值以下的都直接置为零,这相当于在一个 -领域内考虑局部性;
2、2)对每个点选取 k 个最接近的点作为邻居,与其他的点的相似性则置为零。这里需要注意的是 LE 要求相似度矩阵具有对称性,因此,我们通常会在 属于 的 k 个最接近的邻居且/或反之的时候,就保留 的值,否则置为零;
3、3)全连通。
1、1)通过设置一个阈值,相似度在阈值以下的都直接置为零,这相当于在一个 -领域内考虑局部性;
2、2)对每个点选取 k 个最接近的点作为邻居,与其他的点的相似性则置为零。这里需要注意的是 LE 要求相似度矩阵具有对称性,因此,我们通常会在 属于 的 k 个最接近的邻居且/或反之的时候,就保留 的值,否则置为零;
3、3)全连通。