레이블 전파

정답이 없는 표본도 연결하기

정답이 있는 두 표본 A와 B의 레이블이 각각 빨강과 파랑이라고 하자. 정답이 없는 C가 A에 가중치 3, B에 가중치 1로만 연결되면, 이웃 레이블을 가중 평균한 빨강 점수는 3/4, 파랑 점수는 1/4이다. 이는 전파의 한 단계를 설명하는 단순한 예제다. 여러 미표기 표본이 서로 연결되면 점수가 다시 이웃으로 전달되므로 최종 결과는 전체 그래프와 갱신 규칙에 영향을 받는다.

알려진 레이블의 고정

대표적인 레이블 전파 방식은 알고 있는 정답을 반복마다 원래 값으로 고정한다. 미표기 표본의 분포를 갱신하더라도 정답 표본의 정보는 경계 조건으로 남는다. 따라서 처음 부여한 레이블이 틀렸다면 그 오류도 주변으로 전달될 수 있다. 이름이 비슷한 변형이라도 정답을 얼마나 고정하는지와 그래프 정규화 방식은 다를 수 있다.

유사도에 담긴 가정

거리에 따라 가중치를 주거나 가까운 이웃만 연결하는 방법을 사용할 수 있다. 같은 부류가 특징 공간에서 이어진다는 가정이 맞지 않으면 미표기 자료를 추가해도 성능이 좋아지지 않을 수 있다. 단위가 다른 변수를 어떻게 변환했는지, 이웃 수나 커널 폭을 바꾸면 연결 구조가 얼마나 달라지는지 확인한다.

추정과 평가

학습에 포함한 미표기 표본에 레이블을 붙이는 과정과, 나중에 들어온 새 표본을 예측하는 과정은 구분해야 한다. 전파 점수가 크다는 사실만으로 실제 정답 확률이 잘 보정됐다고 볼 수는 없다. 평가용 정답은 학습에 제공하지 않고, 알려진 레이블 수와 분포가 달라질 때의 성능을 비교한다. 연결되지 않은 영역에 정답 정보가 도달하는지도 살핀다.