La clasificación semi-supervisada basada en grafos depende en gran medida de un grafo bien estructurado. En este artículo, investigamos un grafo mixto y proponemos un método llamado clasificación semi-supervisada basada en grafo mixto (SSCMG). SSCMG primero construye múltiples grafos de vecindad más cercana (NN) en diferentes subespacios aleatorios de las muestras. Luego, combina estos grafos en un grafo mixto e incorpora este grafo en un clasificador semi-supervisado basado en grafos. SSCMG puede preservar la estructura local de las muestras en los subespacios y se ve menos afectado por características ruidosas y redundantes. Un estudio empírico sobre la clasificación de imágenes faciales muestra que SSCMG no solo tiene un mejor rendimiento de reconocimiento, sino que también es más robusto a los parámetros de entrada que otros métodos relacionados.