自2000年引入以来，局部线性嵌入（LLE）在数据科学中得到了广泛的应用。我们提供了流形设置下LLE的渐近分析。我们证明了对于一般流形，渐近地我们可能无法获得拉普拉斯-贝尔特拉米算子，并且除非选择正确的正则化，否则结果可能依赖于非均匀采样。我们还导出了相应的核函数，这表明LLE不是马尔可夫过程。与其他常用的非线性算法，特别是扩散映射进行了比较，并讨论了它与局部线性回归的关系。