Label propagation

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Zoe_Su/article/details/78479710

label propagation(标签传播)

label propagation 原理

label propagation是一种半监督学习算法，主要基于三种假设：
- 平滑假设： 相似的数据具有相同的label
- 聚类假设： 处于同一聚类下的数据具有相同的label
- 流形假设： 处于同一流行结构下的数据具有相同的label

步骤：

1.构建相似矩阵
2. 标签传播

构建相似矩阵
标签传播算法是基于图模型的，第一步我们需要先构建一个图，图中的每个节点都是一个数据，边表示数据之间的相似度，假设我们所构建的图为全连接图，定义节点i和节点j的相似度（即边权重）为：

$$w_{ij} =exp(-\dfrac{||x_i-x_j||}{\alpha^2})$$
其中 $\alpha$为超参数。（另外一种构建图的方式是knn图，即只保留每个节点的k近权重，其他边为0，此时的边权重为稀疏的。）
标签传播
标签传播即通过节点间的边传播标签信息，边的权重越大，表示两个节点越相似，此时的概率转移矩阵为：
$$p_{ij}=\frac{w_{ij}}{\sum_{k=1}^{n}w_{ik}}$$
其中 $p_{ij}$表示从节点i转移到节点j的概率。
另外假设有M个分类N个样本，其中有label的为N1个，没有label的为N2个，则可以对label构建两个矩阵分别为N1*M的 $y_l$和N2*M的 $y_u$, $y_u$由于无标签信息，则可以随机初始化，此时定义 $f=[y_l,y_u ]$。
此时迭代计算过程如下：

• 计算$f=pf$
• 更新label的标签：$f_l=y_l$
• 重复上述过程直至f收敛

简化计算
如下所示，矩阵P构成为：

$$P=\begin{bmatrix} p_{ll} & p_{lu} \\ p_{ul} & p_{uu} \end{bmatrix}$$
由于 $y_l$始终不变，因此实际计算的只有：
$$f_{u}\leftarrow p_{uu}f_{u}+p_{ul}y_{l}$$
迭代上式至收敛则得到解。
另外，可以直接用如下公式得到解为：
$$f_{u}=(I-p_{uu})^{-1}p_{ul}y_{l}$$

---