Graph-based Learning

释义 Definition

图学习 / 基于图的学习：一种机器学习方法，把数据点看作“节点”、相似关系看作“边”，在图结构上进行学习与推断。常用于半监督学习（少量标注+大量未标注）、分类/聚类、推荐与关系数据场景。该术语也可泛指“利用图结构信息来学习”的方法家族（含图传播、谱方法等）。

例句 Examples

Graph-based learning can use a few labeled examples to classify many unlabeled ones.
图学习可以用少量已标注样本去分类大量未标注样本。

By building a similarity graph and running label propagation, graph-based learning captures local structure that a standard classifier may miss.
通过构建相似度图并进行标签传播，基于图的学习能够捕捉到标准分类器可能忽略的局部结构。

发音 Pronunciation (IPA)

/ˈɡræf beɪst ˈlɝːnɪŋ/

词源 Etymology

该短语由 graph-based（基于图的） + learning（学习）构成。graph 源自希腊语 graphein（“书写、描绘”），在数学与计算机科学中发展为“图（由点与边构成的结构）”。“graph-based learning”作为术语在机器学习与数据挖掘语境中流行起来，强调用图来表达样本之间的关系，并在此结构上进行学习与推断。

相关词 Related Words

• Graph
• Semi-Supervised Learning
• Label Propagation
• Manifold Learning
• Spectral Clustering
• Graph Neural Network

文献作品 Literary Works

• Semi-Supervised Learning（Chapelle, Schölkopf, Zien 编，2006）：系统介绍包含图方法在内的半监督学习框架。
• Zhu, X. (2005) Semi-Supervised Learning with Graphs（博士论文）：经典入门文献之一，集中讨论图式半监督学习。
• Zhou, D. et al. (2004) “Learning with Local and Global Consistency”：常被引用的图学习/标签传播思想代表性论文。
• Bengio, Y. et al. (2006) “Label Propagation and Quadratic Criterion”：图上传播类方法的重要论文之一。