Label propagationとLabel spreading - でかいチーズをベーグルする

グラフベース半教師あり学習 (SSL) のLabel propagation (LP) とLabel spreading (LS) の違いを説明している文献があまりなかったのでそれについてちょっと書いてみる。SSL自体とかLP、LSについては以下の記事にまとめた文献がいい感じなのでそちらを参照。 半教師あり学習のモデル仮定 - でかいチーズをベーグルする LPの元論文はこれ (PDF) "Semi-Supervised Learning Using Gaussian Fields and Harmonic Functions", ICML2003 LSの元論文はこれ (PDF) "Learning with Local and Global Consistency", NIPS2003 まとめ LPとLSの超概要、ランダムウォークとしての解釈、最適化問題としての解釈を書いた 軽い実験をした

[sh19910711]

"Label spreading: LPと同様にデータ間の類似度からグラフを構築 + ラベル付きノードのラベルも同時に再推定 / LSはラベル付きデータ i のラベルが変化することを許す / scikit-learnに入ってる" 2014

[rishida]

グラフのラベルを伝搬させて、ラベル未知データにラベルを付ける手法の比較。既知のラベルの修正をかけるLabelSpreadingが、本実験では優れている