La incrustación lineal local (LLE) elimina la necesidad de estimar la distancia entre objetos distantes y recupera la estructura no lineal global mediante ajustes lineales locales. LLE es ventajoso porque no involucra parámetros tales como tasas de aprendizaje o criterios de convergencia. LLE también escala bien con la dimensionalidad intrínseca de Y . La función objetivo para LLE es
ζ(Y)=(Y−WY)2=Y⊤(I−W)⊤(I−W)Y
Loselementos dematriz de pesoWwij para los objetosi yj se ponen a cero sij no es un vecino más cercano dei , de lo contrario, los pesos para K- los vecinos más cercanos del objetoi se determinan mediante un ajuste de mínimos cuadrados de
donde la variable dependientees unaU=Gβ
UK×1vector de unos, es una matriz Gram para todos los vecinos más cercanos del objeto , y es un vector de pesos que siguen restricciones de suma a la unidad. Sea una matriz de distancia semidefinida positiva simétrica para todos los pares de los vecinos K más cercanos del objeto -dimensional . Se puede demostrar que es igual a la matriz de distancia doblemente centrada con elementos
GK×KiβK×1DK×KpxiGττlm=−12(d2lm−1K∑ld2lm−1K∑md2lm+∑l∑md2lm).
Los coeficientes de regresión se determinan numéricamente usando
y están marcados para confirmar que suman a la unidad. Los valores de están incrustados en la fila de en las diversas posiciones de columna correspondientes a los vecinos K más cercanos del objetoKβK×1=(τ⊤τ)K×K−1τ⊤UK×1,
βiWi, así como los elementos de transposición. Esto se repite para cada ésimo objeto en el conjunto de datos. Vale la pena señalar que si el número de vecinos más cercanos es demasiado bajo, entonces puede ser escaso, lo que puede dificultar el análisis propio. Se observó que vecinos más cercanos dieron como resultado matrices que no contenían patologías durante el análisis propio. La función objetivo se minimiza al encontrar los valores propios distintos de cero más pequeños de
La forma reducida de está representada poriKWK=9W(I−W)⊤(I−W)E=ΛDE.
XY=E donde tiene dimensiones basadas en los dos valores propios más bajos de . En×2Λ