1
LabelPropagation调参先确认kernel：gamma属于rbf，n_neighbors属于knn
#机器学习#参数核对#半监督Amy 原创整理｜资料核验：2026-11-04 scikit-learn的LabelPropagation接口同时显示gamma和n_neighbors，但它们对应不同核：gamma用于rbf，n_neighbors用于knn。默认kernel为'rbf'，gamma为20，n_neighbors为7；不能只看到参
新加坡 11-04 03:16 · 吉隆坡 03:16 · 雅加达 02:16 · 曼谷 02:16 · 马尼拉 03:16 · 胡志明 02:16 · 北京 03:16 · 东京 04:16 · 伦敦 19:16 · 纽约 14:16
#机器学习#参数核对#半监督Amy 原创整理｜资料核验：2026-11-04 scikit-learn的LabelPropagation接口同时显示gamma和n_neighbors，但它们对应不同核：gamma用于rbf，n_neighbors用于knn。默认kernel为'rbf'，gamma为20，n_neighbors为7；不能只看到参
#半监督学习#模型诊断#伪标签Amy 原创整理｜资料核验：2026-11-04 scikit-learn的SelfTrainingClassifier会反复预测未标注样本的伪标签，再把符合条件的样本加入训练集。结束训练并不必然表示所有样本已获标签：termination_condition_可能是max_iter、no_change或all_la
#机器学习#半监督#参数理解Amy 原创整理｜资料核验：2026-11-03 scikit-learn文档把LabelSpreading的alpha定义为软约束系数，默认0.2，有效范围是开区间(0,1)。它控制样本采纳邻居信息相对于保留初始标签信息的程度；数值越大，越偏向邻居。文档用0和1解释两种极端含义，并不表示这两个端点符合参数范围。