Skip to content

标签传播算法

Jump to bottom
Zhong Qin edited this page Jul 22, 2018 · 4 revisions

参考资料/文献

基本上所有的博客都来自以下这篇论文的翻译：Semi-SupervisedLearning with Graphs.pdf

笔记

重要的概念定义

  • 权重的定义
  • 概率转移矩阵的定义
  • 收敛的定义

传播过程

步骤2）非常关键，因为labeled数据的label是事先确定的，它不能被带跑，所以每次传播完，它都得回归它本来的label。

随着labeled数据不断的将自己的label传播出去，最后的类边界会穿越高密度区域，而停留在低密度的间隔中。相当于每个不同类别的labeled样本划分了势力范围。

我们关心的只是$Y_u$

Clone this wiki locally