论文部分内容阅读
流形学习是一种新出现的机器学习方法，近年来引起越来越多的计算机科学工作者和认知科学工作者的重视。为了加深对流形学习的认识和理解，从流形与流形学习的基本概念入手，追溯它的发展历程。针对目前的几种主要的流形算法，分析它们各自的优势和不足，然后引用LLE的应用示例，说明流形学习较之于传统的线性降维方法如PCA等，能够有效地发现非线性高维数据的本质维数，可以有效地进行维数约简和数据分析。最后对流形学习未来的研究方向做出展望，以期进一步拓展流形学习的应用领域。