今天小编就为大家分享一篇python实现拉普拉斯特征图降维示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

这种方法假设样本点在光滑的流形上，这一方法的计算数据的低维表达，局部近邻信息被最优的保存。以这种方式，可以得到一个能反映流形的几何结构的解。 步骤一：构建一个图G=(V,E),其中V={vi，i=1,2,3…n}是顶点的集合，E={eij}是连接顶点的vi和vj边，图的每一个节点vi与样本集X中的一个点xi相关。如果xi，xj相距较近，我们就连接vi，vj。也就是说在各自节点插入一个边eij，如果Xj在xi的k领域中，k是定义参数。 步骤二：每个边都与一个权值Wij相对应，没有连接点之间的权值为