sklearn.manifold.LocallyLinearEmbedding 파라미터

LocallyLinearEmbedding

class sklearn.manifold.LocallyLinearEmbedding(*, n_neighbors=5, n_components=2, reg=0.001, eigen_solver='auto', tol=1e-06, max_iter=100, method='standard', hessian_tol=0.0001, modified_tol=1e-12, neighbors_algorithm='auto', random_state=None, n_jobs=None)

 

LocallyLinearEmbedding 파라미터

n_neighborsint, 기본값=5
각 점에 대해 고려할 이웃의 수입니다.

n_componentsint, 기본값=2
매니폴드의 좌표 수입니다.

regfloat, 기본값=1e-3
정규화 상수, 거리의 로컬 공분산 행렬의 궤적을 곱합니다.

eigen_solver{‘auto’, ‘arpack’, ‘dense’}, 기본값=’auto’
고유 벡터를 계산하는 데 사용되는 용해제입니다. 사용 가능한 옵션은 다음과 같습니다.

'auto' : 알고리즘이 입력 데이터에 가장 적합한 방법을 선택하려고 시도합니다.

'arpack' : 시프트 전환 모드에서 아놀디 반복을 사용합니다. 이 방법의 경우 M은 밀도 행렬, 희소 행렬 또는 일반 선형 연산자일 수 있습니다.

'고유값' : 고유값 분해를 위해 표준 밀도 행렬 연산을 사용합니다. 이 방법의 경우 M은 배열 또는 행렬 유형이어야 합니다. 큰 문제일 경우에는 이 방법을 피해야 합니다.

tolfloat, 기본값=1e-6

max_iterint, 기본값=100
arpack 솔버의 최대 반복 횟수입니다. 

method{‘standard’, ‘hessian’, ‘modified’, ‘ltsa’}, 기본값=’standard’

hessian_tolfloat, 기본값=1e-4
헤시안 고유 매핑 방법에 대한 공차입니다. 메서드 == 'methodian'인 경우에만 사용됩니다.

modified_tolfloat, 기본값=1e-12
수정된 LLE 메서드에 대한 허용 오차입니다. 메서드 == 'discute'인 경우에만 사용됩니다.

neighbors_algorithm{‘auto’, ‘brute’, ‘kd_tree’, ‘ball_tree’}, 기본값=’auto’
가장 가까운 이웃 검색에 사용할 알고리즘으로, 가장 가까운 이웃 인스턴스에 전달되었습니다.

random_stateint, RandomState instance, 기본값=None
고유_솔버 == 'arpack'일 때 난수 생성기를 결정합니다. 여러 함수 호출에 걸쳐 재현 가능한 결과를 얻으려면 int를 전달합니다. 

n_jobsint or None, 기본값=None
실행할 병렬 작업 수입니다. none은 joblib.parallel_backend 컨텍스트가 아니면 1을 의미합니다. -1은 모든 프로세서를 사용함을 의미합니다. 자세한 내용은 용어집을 참조하십시오.