AmazonCoBuyPhotoDataset

class dgl.data.AmazonCoBuyPhotoDataset(raw_dir=None, force_reload=False, verbose=False, transform=None)[源代码]

基类: GNNBenchmarkDataset

用于节点分类任务的 AmazonCoBuy 数据集。

Amazon Computers 和 Amazon Photo 是 Amazon 联合购买图 [McAuley 等人，2015] 的一部分，其中节点表示商品，边表示两种商品经常一起购买，节点特征是经过词袋编码的产品评论，类别标签由产品类别给出。

参考：https://github.com/shchur/gnn-benchmark#datasets

统计信息

  • 节点数：7,650

  • 边数：238,163（注意原始数据集有 119,043 条边，但 DGL 添加了反向边并去除了重复项，因此数量不同）

  • 类别数：8

  • 节点特征维度：745

参数：

  • raw_dir (字符串) – 下载/包含输入数据目录的原始文件目录。默认为：~/.dgl/

  • force_reload (布尔值) – 是否重新加载数据集。默认为：False

  • verbose (布尔值) – 是否打印进度信息。默认为：True。

  • transform (可调用对象, 可选) – 一个转换函数，输入一个 DGLGraph 对象并返回一个转换后的版本。在每次访问前都会对 DGLGraph 对象进行转换。

num_classes

每个节点的类别数。

类型：

int

示例

>>> data = AmazonCoBuyPhotoDataset()
>>> g = data[0]
>>> num_class = data.num_classes
>>> feat = g.ndata['feat']  # get node feature
>>> label = g.ndata['label']  # get node labels
__getitem__(idx)

通过索引获取图

参数：

idx (int) – 项目索引

返回：

图包含

  • ndata['feat']: 节点特征

  • ndata['label']: 节点标签

返回类型：

dgl.DGLGraph

__len__()

数据集中的图数量