1、主成成分分析（PCA）

2、線性判別分析（Linear Discriminant Analysis,LDA）

映射后類內(nèi)方差最小，類間方差最大

3、局部線性嵌入(Locally Linear Embedding,LLE)

Isomap求全局最優(yōu)解，LLE算法計(jì)算量較小

4、多維縮放（Multidimensional Scaling,MDS）

非線性降維

在降維的同時(shí)盡量保持歐式距離不變

5、等度量映射（Isometric Mapping，Isomap)

屬于流形學(xué)習(xí)

認(rèn)為低維流形嵌入高維空間后，低維流形兩點(diǎn)間的距離是測(cè)地線距離（geodesic)

利用兩點(diǎn)間的最短路徑來(lái)近似兩點(diǎn)間的測(cè)地線距離。因此，當(dāng)空間中的數(shù)據(jù)點(diǎn)稠密時(shí)，近似效果較好，誤差較?。划?dāng)數(shù)據(jù)點(diǎn)稀疏時(shí)，效果就不太好。

6、局部保留投影(Locality Preserving Projections,LPP)

屬于流形學(xué)習(xí)

線性降維

降維的同時(shí)保留局部近鄰節(jié)點(diǎn)的信息

7、拉普拉斯特征映射(Laplacian Eigenmaps,LE)

屬于流形學(xué)習(xí)

非線性的降維方法

降維的同時(shí)保留局部近鄰節(jié)點(diǎn)的信息