Propagación de Etiquetas a través de Vecindades Lineales

En muchas aplicaciones prácticas de minería de datos, como la clasificación de textos, los ejemplos de entrenamiento no etiquetados están fácilmente disponibles, pero los etiquetados son bastante costosos de obtener. Por lo tanto, los algoritmos de aprendizaje semi supervisado han suscitado un considerable interés en los campos de la minería de datos y el aprendizaje automático. En los últimos años, el aprendizaje semi supervisado basado en grafos se ha convertido en una de las áreas de investigación más activas en la comunidad de aprendizaje semi supervisado. En este artículo, se propone un enfoque novedoso de aprendizaje semi supervisado basado en grafos basado en un modelo de vecindad lineal, que asume que cada punto de datos puede ser reconstruido linealmente a partir de su vecindario. Nuestro algoritmo, denominado propagación de vecindad lineal (LNP), puede propagar las etiquetas de los puntos etiquetados a todo el conjunto de datos utilizando estas vecindades lineales con suficiente suavidad. Un análisis teórico de las propiedades de LNP se presenta en este artículo. Además, también derivamos una manera sencilla de extender LNP a datos fuera de muestra. Se presentan resultados experimentales prometedores para tareas de datos sintéticos, clasificación de dígitos y texto.