流形学习（manifold learning）/图正则的技术能发现数据空间的内在几何和区别结构，这对分类和聚类任务有重要作用。
这些方法都有一个locally invariant assumption，即相近的数据样本可能有类似的嵌入（embeddings）。
locally invariant的idea扩展到表示学习中，可以表现为sample assumption（被看作局部不变假设），高维数据采样于低维的嵌入流形中，故高维空间中相似的两个点，在低维空间中也相似。
以非负矩阵分解（NMF）这一表示技术为例，图1中NMF把一个数据矩阵X分解成基矩阵A和系数矩阵Y，Y是X的低维表示。把每个样本的低维表示s作为顶点，然后学习他们的关系为边w，可以构造一个图，如图2。
图1 NMF基本模型
图2 图正则项
流形学习（manifold learning）/图正则的技术能发现数据空间的内在几何和区别结构，这对分类和聚类任务...
流形学习 关于流形学习(Manifold Learning)最形象的解释莫过于这幅图： 这幅图又被称为Swiss ...
推荐阅读参考资料【1】 流形学习方法 流形学习方法(Manifold Learning)，简称流形学习，自2000...
1.流行学习的概念： 流形学习方法(Manifold Learning)，简称流形学习，自2000年在著名的科学杂...
一、概述 流形学习（Manifold Learning）是指通过从高维采样数据中恢复低维流形结构，即找到高维空间中...
流形学习（manifold learning）是机器学习、模式识别中的一种方法，在维数约简方面具有广泛的应用。本节...
流形学习（manifold learning）是机器学习、模式识别中的一种方法，在维数约简方面具有广泛的应用。它的...
http://blog.pluskid.org/?p=533&cpage=1#comments 流形就是在存在于高...
流形学习是机器学习的一种，这种方法是对数据本身特征的一种挖掘，是信号处理领域最经典的方法之一。 流形学习的本质是用...
LLE: Locally Linear Embedding，局部线性嵌入，属于流形学习(Manifold Lear...
本文标题：流形学习（manifold learning）、图正则
本文链接：https://www.haomeiwen.com/subject/bnmslqtx.html
网友评论