标签扩散:一种半监督学习方法,常用于图(graph)结构数据。它把少量已标注样本的类别信息,沿着样本之间的相似度连接“扩散”到未标注样本上,从而完成分类或概率分配。(在实践中常与 Label Propagation 并列,具体更新规则与是否“固定”已知标签略有差异。)
/ˈleɪbəl ˈsprɛdɪŋ/
We used label spreading to classify the unlabeled data.
我们使用标签扩散来对未标注数据进行分类。
Label spreading builds a similarity graph and iteratively spreads class probabilities from labeled points to nearby unlabeled points.
标签扩散会构建相似度图,并通过迭代把类别概率从已标注点扩散到相邻的未标注点。
Label 来自古法语 labelle(小标签、标记),spreading 来自古英语 sprǣdan(展开、铺开)。作为机器学习术语,label spreading 由“标签 + 扩散”这一形象比喻构成:把少量标签像墨水一样在相似样本之间逐步“铺开”。