數據挖掘 —— 半監督學習（標簽傳播算法）

• 標簽傳播算法
• • 參數解釋
  • 代碼
  • 結果

標簽傳播算法

參數解釋

標簽傳播算法要求為標注數據標簽為1

LablePropagation(kernel,gamma,n_neighbors)

• kernel:{“knn”,“rbf”}
• gamma:rbf中的r
• n_neighbors:knn中的參數

代碼

from sklearn.datasets import load_iris from sklearn.semi_supervised import LabelPropagation import numpy as np import pandas as pd from sklearn.metrics import accuracy_score,recall_score,f1_score iris = load_iris() labels = np.copy(iris.target) labels[np.random.rand(len(labels)) < 0.3] = -1 label_prop_model = LabelPropagation() label_prop_model.fit(iris.data,labels) label_predict = label_prop_model.predict(iris.data) print("acc_score:",accuracy_score(iris.target,label_predict)) print("acc_score:",recall_score(iris.target,label_predict,average="macro")) print("acc_score:",f1_score(iris.target,label_predict,average="macro"))

結果

acc_score: 0.98 acc_score: 0.98 acc_score: 0.9799819837854069

by CyrusMay 2022 04 05

總結

以上是生活随笔為你收集整理的数据挖掘 —— 半监督学习（标签传播算法）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。