传统的线性降维办法，如主成份剖析（PCA）、因子剖析（FA）等，关注的是样本的方差，能学习线性流形的构造，却没法学习非线性流形。而经典的流形学习办法虽然能够学习非线性流形构造，但由于本身属于直推学习，没法进行新样本的泛化。另外一些基于核函数的降维办法，如KPCA，虽然可以处置非线性问题，但又疏忽了流形的非线性构造。传统的线性降维办法，如主成份剖析（PCA）、因子剖析（FA）等，关注的是样本的方差，能学习线性流形的
阅读背景：
邻域保持嵌入（NPE）
来源：互联网
分享到：
