我试图绘制恒星光谱样本的 LLE 的重建误差与特征值数量的关系n_components；n_components鉴于 LLE 看起来随着增加而最小化重建误差，我预计呈指数下降趋势，该趋势足够大eigenvalues，但我看到指数增长的相反趋势。也就是说，随着n_components增加，重建误差似乎呈指数增加。我的代码如下：
eigenspectra = [5,10,15,20,25,30]
var_LLE = [var_LLE_5, var_LLE_10, var_LLE_15, var_LLE_20, var_LLE_25, var_LLE_30]
plt.plot(eigenspectra, var_LLE)
plt.xlabel('Number of Eigenvalues')
plt.ylabel('Reconstruction Error')
plt.title('LLE Reconstruction Error vs Eigenvalues')
在哪里：
embedding_LLE_5 = LocallyLinearEmbedding(n_neighbors = 10, n_components = 5, eigen_solver = 'arpack', method= 'standard')
X_trans_LLE_5 = embedding_LLE_5.fit_transform(X)
var_LLE_5 = embedding_LLE_5.reconstruction_error_
其中n_components增加 5 等..
有什么我想念的吗？