摘要：
一、 多维缩放(Multidimensional Scaling) 1. 核心思想 使得原始空间中的样本距离在低维空间中得以保持 2. 问题描述 假定m个样本在原始空间中的距离矩阵为$\bf {D} \in \mathbb R_{m\,x\,m}$,其第i行j列的元素$dist_{ij}$为样本$\ 阅读全文
摘要：
一、拉普拉斯特征映射(Laplacian Eigenmaps,LE) (1)特点 非线性的降维方法 降维的同时保留局部近邻节点的信息 属于流形学习 (2)目标函数 未添加限制条件: $$\sum_{ij}({\mathit y_i\, \,y_j})^2\mathbf W_{ij}$$ 添加限制条件 阅读全文