李宏毅老师课程：Unsupervised Learning:Neighbor Embedding

墨衍会员 · AI 创作全网分发码龄7年

关注

VIP免费原创最新推荐文章于 2026-10-16 15:01:40 发布 443 阅读 AI 写同款· GEO 优化 ›

机器学习 李宏毅 L26-Neighbor Embedding 非线性降维方法，根据一个点与其临近点关系进行降维操作，neighbor embedding，又称之为manifold learning，流形学习。 LLE（locally linear embedding）对于输入xi" role="presentation">xixix_i，与其临近点xj" role="presentation">xjxjx_j存在一种关系wij" role="pre 阅读详情

无监督学习：邻居嵌入

Manifold Learning（流形学习）
Locally Linear Embedding (LLE)（局部线性嵌入）
Laplacian Eigenmaps（拉普拉斯特征图）
T-distributed Stochastic Neighbor Embedding (t-SNE)

Manifold Learning（流形学习）

在高维空间里，距离该点很远的点很可能与这个点也是有关联的，因此我们可以把3-D的空间进行降维，那么我们就可以更方便地进行clustering或unsupervised learning 任务
在这里插入图片描述

Locally Linear Embedding (LLE)（局部线性嵌入）

在这里插入图片描述

Laplacian Eigenmaps（拉普拉斯特征图）

Review：在之前的semi-supervised learning中，如果两个点 $x^1$ 和 $x^2$ 在高密度区域上是相近的，那它们的label $y^1$

最低0.47元/天解锁文章

A Bottom-up Clustering Approach to Unsupervised Person Re-identification （AAAI2019）一、介绍这篇文章解决的是无任何标签的无监督行人再识别问题，作者提出了一种自底向上聚类方法（bottom-up clustering BUC）来联合优化CNN和无标签样本间的关系。作者的方法考虑到了行人再识别任务的两个基本的事实：不同人间的diversity和同一个人间的similarity。作者的算法最开始把每个人作为单独的一类，来最大化每类的diversity，然后逐渐的把相似的类合并为同一... 阅读详情

0

APythonC

博客等级

码龄7年 23粉丝 58原创

+ 关注专栏目录

评论

成就一亿技术人!

拼手气红包6.0元

还能输入1000个字符

插入表情

表情包

代码片

HTML/XML
objective-c
Ruby
PHP
C
C++
JavaScript
Python
Java
CSS
SQL
其它

条评论被折叠查看

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。