Label Propagation
Label Propagation è un algoritmo di apprendimento semi-supervisionato basato su grafi, introdotto da Zhu e Ghahramani nel 2002, che diffonde le etichette di classe da un piccolo insieme di nodi etichettati a un ampio insieme di nodi non etichettati, diffondendo iterativamente informazioni sulle etichette lungo gli archi di un grafo di similarità, sfruttando la struttura della varietà dei dati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Label Propagation (Graph-Based Semi-Supervised Learning). ScholarGate. https://scholargate.app/it/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.
- GCN / GAT / GraphSAGEAnalisi delle reti↔ compare
- Random ForestApprendimento automatico↔ compare
- Spectral ClusteringApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →