LLE算法，全稱局部線性嵌入算法（Locally Linear Embedding），是一種無監督的降維方法，主要用於非線性數據的降維處理。LLE算法的基本原理是假設在局部領域內數據點是線性的，即鄰域內任意一點都可以用局部近鄰點線性表示。通過最小化重構成本函式，LLE算法可以求出最優權值，使得各點的局部鄰域權值在多尺度變換下保持不變。LLE算法無需疊代計算過程，因此可以大幅減小計算複雜度。
LLE算法的優點包括能夠突破主元分析法在非線性數據上的局限，很好地表達數據的內在流形結構，從而保留數據的本質特徵。此外，LLE算法的參數選擇較少，有助於進行特徵參數最佳化。其缺點主要包括：
LLE所學習的流形只能是不閉合的，如果數據分布在整個封閉的球面上，LLE則不能將它映射到二維空間中，且不能保持原有的數據流形。
該算法的局部鄰域參數k、嵌入維數d和信號中的噪聲會影響高維空間的降維效果。
LLE算法需要進行稠密採樣。
LLE無法處理等距流形等。
LLE算法的套用場景包括高維空間中的可視化、數據壓縮、分類等任務。