Label Propagation
Label Propagation е базиран на графи алгоритъм за полу-наблюдавано обучение, представен от Zhu и Ghahramani през 2002 г., който разпространява класови етикети от малък набор от маркирани възли към голям набор от немаркирани възли чрез итеративно дифузиране на информация за етикети по ребрата на граф на сходство, експлоатирайки структурата на многообразието на данните.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Източници
- Zhu, X., & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. link ↗
- Zhu, X., Ghahramani, Z., & Lafferty, J. (2003). Semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the 20th International Conference on Machine Learning (ICML-2003), pp. 912–919. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Как да цитирате тази страница
ScholarGate. (2026, June 3). Label Propagation (Graph-Based Semi-Supervised Learning). ScholarGate. https://scholargate.app/bg/machine-learning/label-propagation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Графови невронни мрежиМрежови анализ↔ compare
- Случайна гораМашинно обучение↔ compare
- Спектрално клъстериранеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →