Semi-supervised learning

Propagace štítků

Label propagation je transduktívna metoda semi-supervised learningu, která vytvoří graf podobnosti mezi označenými a neoznačenými vzorkami a šíří známé labely přes hrany grafu. Předpokládá, že blízké nebo silně spojené body mají podobné cíle. Výsledek závisí na volby jadra, škály vzdálenosti, počtu sousedů a struktury dat. Algoritmus typicky odhaduje labely pro konkrétní dostupnou množinu bodů, ne obecnou parametrickou funkci použitelnou na libovolný nový vstup.

Poslední odborná revize
7. srpna 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-L-07

Odborná definice

Odborná definice

Label propagation je transduktívna metoda semi-supervised learningu, která vytvoří graf podobnosti mezi označenými a neoznačenými vzorkami a šíří známé labely přes hrany grafu. Předpokládá, že blízké nebo silně spojené body mají podobné cíle. Výsledek závisí na volby jadra, škály vzdálenosti, počtu sousedů a struktury dat. Algoritmus typicky odhaduje labely pro konkrétní dostupnou množinu bodů, ne obecnou parametrickou funkci použitelnou na libovolný nový vstup.

Srozumitelné vysvětlení

Srozumitelné vysvětlení

Máte několik označených dokumentů a mnoho neoznačených. Nejprve jejich spojíte podle obsahovej podobnosti do sítě. Označení se potom šíří ze známých uzlů k blízkym susedom, podobně jako farba pretekajúca po najpevnejších spojeniach. Pokud síť respektuje skutečné tematické skupiny, málo labelů může pokrýt velkou kolekci. Pokud však podobnost spojuje nesprávně oblasti, chyba se rozšíri spolu se správnou informací. Proto je kvalita reprezentace a grafu důležitejšia než samotný počet iterací.

Časté otázky

Časté otázky

Je label propagation učení s učitelom?

Je to semi-supervised postup. Využívá malou označenou část i strukturu velké neoznačenej množiny.

Co znamená transduktívny charakter?

Algoritmus přímo odhaduje labely bodů prítomných při fitování. Pro zcela nové vzorku se obvykle musí graf rozšírit nebo použít další model.

Jako vplýva parameter počtu sousedů?

Příliš malý počet může graf rozpojit, příliš velký prepojí odlišné skupiny. Hodnota se ladí podle lokální hustoty a validačních labelů.

Je metoda odolná vůči chybnému seedu?

Ne nevyhnutelně. Nesprávně označený uzel s vysokou konektivitou může kontaminovat velkou část grafu. Pomáhá robustnejšie label spreading nebo omezení důvěry.

Kdy label propagation nepoužit?

Když zvolená vzdálenost neodpovídá významové podobnosti, data netvoria hladké skupiny nebo je graf příliš velký na efektivně sestavení.

Související pojmy

Související pojmy

Zdroje a redakční stopa

Zdroje a redakční stopa

  • scikit-learn, LabelPropagation

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.