有没有办法选择降维数 d 其中 d<D 和 D 是原始数据集中的原始维数？我正在尝试通过在 python 中使用此代码来使用 LLE 技术，我想找到一种选择 n_components 的方法：
embed_lle = LLE(n_neighbors=5)
result = embed_lle.fit_transform(features)
本文已指示以下“LLE 方法 [2] 基于 d 已知的假设。”
在 PCA 中，我们可以使用 explain_variance_ratio_ 方法和肘部方法来找到最佳分量数。但 LLE 似乎并非如此。有没有办法选择减少的维数？
任何帮助将不胜感激！