标签传播学习

简介

在本实验中，我们将学习如何使用标签传播（LabelPropagation）从有标签样本中学习未知样本的标签。我们将生成一个包含两个同心圆的数据集，并为每个样本分配标签。然后，我们将使用标签传播来学习未知样本的标签。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”（Notebook）标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，请随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

导入所需库

我们首先导入本实验所需的库。

import numpy as np
from sklearn.datasets import make_circles
import matplotlib.pyplot as plt
from sklearn.semi_supervised import LabelSpreading

生成数据集

接下来，我们使用 make_circles 生成一个包含两个同心圆的数据集。我们为数据集分配标签，使得除了分别属于外圆和内圆的两个样本外，所有样本都是未知的。

n_samples = 200
X, y = make_circles(n_samples=n_samples, shuffle=False)
outer, inner = 0, 1
labels = np.full(n_samples, -1.0)
labels[0] = outer
labels[-1] = inner

绘制原始数据

我们绘制原始数据，以可视化这些圆和标签。

plt.figure(figsize=(4, 4))
plt.scatter(
    X[labels == outer, 0],
    X[labels == outer, 1],
    color="navy",
    marker="s",
    lw=0,
    label="outer labeled",
    s=10,
)
plt.scatter(
    X[labels == inner, 0],
    X[labels == inner, 1],
    color="c",
    marker="s",
    lw=0,
    label="inner labeled",
    s=10,
)
plt.scatter(
    X[labels == -1, 0],
    X[labels == -1, 1],
    color="darkorange",
    marker=".",
    label="unlabeled",
)
plt.legend(scatterpoints=1, shadow=False, loc="center")
_ = plt.title("Raw data (2 classes=outer and inner)")

使用标签传播学习标签

我们使用“标签传播”（LabelSpreading）来学习未知样本的标签。

label_spread = LabelSpreading(kernel="knn", alpha=0.8)
label_spread.fit(X, labels)

绘制学习到的标签

最后，我们绘制学习到的标签，以可视化标签传播（LabelPropagation）的准确性。

output_labels = label_spread.transduction_
output_label_array = np.asarray(output_labels)
outer_numbers = np.where(output_label_array == outer)[0]
inner_numbers = np.where(output_label_array == inner)[0]

plt.figure(figsize=(4, 4))
plt.scatter(
    X[outer_numbers, 0],
    X[outer_numbers, 1],
    color="navy",
    marker="s",
    lw=0,
    s=10,
    label="outer learned",
)
plt.scatter(
    X[inner_numbers, 0],
    X[inner_numbers, 1],
    color="c",
    marker="s",
    lw=0,
    s=10,
    label="inner learned",
)
plt.legend(scatterpoints=1, shadow=False, loc="center")
plt.title("Labels learned with Label Spreading (KNN)")
plt.show()

总结

在本实验中，我们学习了如何使用标签传播（LabelPropagation）从有标签的样本中学习未知样本的标签。我们生成了一个包含两个同心圆的数据集，并为每个样本分配了标签。然后，我们使用标签传播来学习未知样本的标签，并可视化了学习到的标签的准确性。