Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
sklearn-doc-zh
提交
587ac934
S
sklearn-doc-zh
项目概览
OpenDocCN
/
sklearn-doc-zh
通知
3
Star
3
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
sklearn-doc-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
587ac934
编写于
8月 20, 2019
作者:
B
barrycg
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
添加校验名以及调整部分语句。
上级
bd467867
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
2 addition
and
1 deletion
+2
-1
docs/0.21.3/21.md
docs/0.21.3/21.md
+2
-1
未找到文件。
docs/0.21.3/21.md
浏览文件 @
587ac934
...
...
@@ -5,6 +5,7 @@
[
@RyanZhiNie
](
https://github.com/RyanZhiNie
)
[
@羊三
](
https://github.com/apachecn/scikit-learn-doc-zh
)
[
@Loopy
](
https://github.com/loopyme
)
[
@barrycg
](
https://github.com/barrycg
)
翻译者:
[
@XuJianzhi
](
https://github.com/XuJianzhi
)
[
@羊三
](
https://github.com/apachecn/scikit-learn-doc-zh
)
...
...
@@ -97,7 +98,7 @@ Isomap 的整体复杂度是 ![O[D \log(k) N \log(N)] + O[N^2(k + \log(N))] + O[
## 2.2.4. 改进型局部线性嵌入(MLLE)
局部线性嵌入(LLE)的一个众所周知的问题是正则化问题。当 neighbors(邻域)的数量多于输入的维度数量时,定义每个局部邻域的矩阵是不满秩的。为解决这个问题,标准的局部线性嵌入算法使用一个任意正则化参数 !
[
r
](
img/451ef7ed1a14a6cdc38324c8a5c7c683.jpg
)
,它的取值受局部权重矩阵的迹的影响。虽然
正则化参数!
[
r \to 0
](
img/ab81f225a7e452d651b4888d437d07d2.jpg
)
,即解向所需的嵌入情况收敛,但是在最优解情况下,并不保证 !
[
r > 0
](
img/8cddd8c0c85ca4a1b6dce8bbf145a8aa.jpg
)
。以上说明了,在嵌入过程中的正则化问题会扭曲流形的内部几何形状,使其失真。
局部线性嵌入(LLE)的一个众所周知的问题是正则化问题。当 neighbors(邻域)的数量多于输入的维度数量时,定义每个局部邻域的矩阵是不满秩的。为解决这个问题,标准的局部线性嵌入算法使用一个任意正则化参数 !
[
r
](
img/451ef7ed1a14a6cdc38324c8a5c7c683.jpg
)
,它的取值受局部权重矩阵的迹的影响。虽然
我们普遍认为,当正则化参数!
[
r \to 0
](
img/ab81f225a7e452d651b4888d437d07d2.jpg
)
,解向目标嵌入情况收敛,但是当 !
[
r > 0
](
img/8cddd8c0c85ca4a1b6dce8bbf145a8aa.jpg
)
时,并不保证得到最优解
。以上说明了,在嵌入过程中的正则化问题会扭曲流形的内部几何形状,使其失真。
解决正则化问题的一种方法是对邻域使用多个权重向量。这就是改进型局部线性嵌入(MLLE)算法的精髓。MLLE 可被执行于函数
[
`locally_linear_embedding`
](
https://scikit-learn.org/stable/modules/generated/sklearn.manifold.locally_linear_embedding.html#sklearn.manifold.locally_linear_embedding
"sklearn.manifold.locally_linear_embedding"
)
,或者面向对象的副本
[
`LocallyLinearEmbedding`
](
https://scikit-learn.org/stable/modules/generated/sklearn.manifold.LocallyLinearEmbedding.html#sklearn.manifold.LocallyLinearEmbedding
"sklearn.manifold.LocallyLinearEmbedding"
)
,附带关键词
`method = 'modified'`
。它需要满足
`n_neighbors > n_components`
。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录