Label Propagation
Label Propagation ist ein graphenbasierter semi-überwachter Lernalgorithmus, der 2002 von Zhu und Ghahramani eingeführt wurde und Klassenlabels von einer kleinen Menge gelabelter Knoten auf eine große Menge ungelabelter Knoten überträgt, indem er iterativ Labelinformationen entlang der Kanten eines Ähnlichkeitsgraphen diffundiert und dabei die Mannigfaltigkeitsstruktur der Daten ausnutzt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Label Propagation (Graph-Based Semi-Supervised Learning). ScholarGate. https://scholargate.app/de/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.
- Graph Neural NetworkNetzwerkanalyse↔ compare
- Random ForestMaschinelles Lernen↔ compare
- Spektrale ClusteranalyseMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →