label-propagation-rs

基于 Rust 的标签传播算法。

标签传播（LP）是一种基于图的半监督学习（SSL）。

实现了简单的 LGC 和更高级的 CAMLP。

使用方法

示例可以在 examples 目录中找到。

标签是 [0, class_n] 的连续值，而 predict_proba 的结果是标签的值。

use std::result::Result;
use std::error::Error;

extern crate label_propagation;
extern crate ndarray;
extern crate ndarray_stats;

use ndarray::prelude::*;
use label_propagation::{CAMLP, LGC};
use ndarray::Array;

pub fn main() -> Result<(), Box<dyn Error>> {
    // make graph matrix ndarray
    let graph = Array::from_shape_vec(
        (3, 3),
        vec![0.0, 0.3, 0.0, 0.3, 0.0, 0.0, 0.0, 0.0, 0.0]).unwrap();

    // node index for label
    let x = array![0, 1];
    // label
    let y = array![0, 1];

    // make model
    let mut model = CAMLP::new(graph).iter(30).beta(0.1);
    // let mut model = LGC::new(graph).iter(30).alpha(0.99);

    model.fit(&x, &y)?;

    let target = array![0, 1];
    let result = model.predict_proba(&target);
    println!("{:?}", result);

    Ok(())
}

开发

docker build -t graph .
docker run -it -v $PWD:/app graph bash

感谢

• 局部和全局一致性（LGC）[周等，NIPS'04] https://dennyzhou.github.io/papers/LLGC.pdf
• CAMLP（基于置信度的标签传播）的核心模型[Yamaguchi等，SDM'16] https://epubs.siam.org/doi/pdf/10.1137/1.9781611974348.58
• yamaguchiyuto/label_propagation - 与标签传播类似的算法的实现，如 Python