凭借的是降维前的空间中，每一个点和它的邻居之间的关系进行降维。
也叫流形学习Manifold Learning。
那个点离黄色点更远还是离红色点更远呢，表面上好像黄色点更远，但是按照形状其实红色更远，就像要降维之后再观察
方法一：局部线性嵌入（LLE）
LLE目的也是降维，第一步找出wij
K不能太大也不能太小。
方法二：Laplacian Eigenmaps
根据graph来测距离，进行降维
supervised:
unsupervised:
希望minS，但是当zi和zj都是0时，自然S最小，降维成了一个点，所以要对z有限制，希望填满降维后的空间
方法三：t-SNE
LLE缺点：
TSNE原理：
