遥感&机器学习入门实战教程｜Sklearn案例⑱：半监督学习（semi_supervised）

最新推荐文章于 2026-01-09 11:28:02 发布

原创

最新推荐文章于 2026-01-09 11:28:02 发布 · 1.5k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #sklearn #学习 #python

在真实遥感任务里，“有标签像素太少”是家常便饭。半监督学习的思路是：用少量标注 + 大量未标注样本共同训练，从而提升泛化。本篇聚焦 sklearn.semi_supervised：

LabelPropagation / LabelSpreading：基于图的标签扩散；
SelfTrainingClassifier：自训练框架，可包裹任意有监督基学习器（如 SVM）。

评估要科学：只在完全未参与训练的测试集上计算 OA/Kappa/报告；同时严格“无泄露”：Scaler/PCA 仅用已标注训练集拟合。

💻 一键可跑代码（KSC 真实数据：极少标注 + 大量未标注 + 全图预测）

# -*- coding: utf-8 -*-
"""
Sklearn案例⑱：半监督学习（KSC 真实数据）
- 极少标注：从有标签像素中抽取一小部分作为标注训练集
- 未标注池：其余有标签像素的特征，但标签设为 -1（训练时不泄露标签）
- 评估：独立测试集（从最初有标签像素里留出）
- 模型：LabelPropagation / LabelSpreading / SelfTraining(SVM) + 监督SVM对照
- 整图预测：2×2 子图对比
"""

import os, numpy as np, scipy.io as sio, matplotlib.pyplot as plt, matplotlib
from matplotlib.colors import ListedColormap, BoundaryNorm

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.metrics import (confusion_matrix, classification_report,
                             accuracy_score, cohen_kappa_score)
from sklearn.svm import SVC
from sklearn.semi_supervised import LabelPropagation, LabelSpreading, SelfTrainingClassifier

# ===== 中文显示 =====
matplotlib.rcParams['font.family'] = 'SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False

# ===== 参数区（仅需修改 DATA_DIR）=====
DATA_DIR   = r"your_path"     # ← 修改为你的 KSC 数据路径（含 KSC.mat / KSC_gt.mat）
PCA_DIM    = 30
SEED       = 42

LABELED_FRACTION = 0.05   # 已标注训练占比（在有标签像素上分层抽样）
TEST_FRACTION    = 0.25   # 独立测试占比（在剩余像素中分层抽样）

# ===== 1) 载入 KSC 数据（仅取有标签像素），并构造“少标注 + 未标注 + 测试”=====
X_cube = sio.loadmat(os.path.join(DATA_DIR, "KSC.mat"))["KSC"].astype(np.float32)  # (H,W,B)
Y_map  = sio.loadmat(os.path.join(DATA_DIR, "KSC_gt.mat"))["KSC_gt"].astype(int)   # (H,W)
h, w, b = X_cube.shape

coords = np.argwhere(Y_map != 0)
X_all  = X_cube[coords[:,0], coords[:,1]]       # (N,B)
y_all  = Y_map[coords[:,0], coords[:,1]] - 1    # 0..C-1
num_classes = int(y_all.max(