ChameleonDataset

class dgl.data.ChameleonDataset(raw_dir=None, force_reload=False, verbose=True, transform=None)

基类：GeomGCNDataset

来自Multi-scale Attributed Node Embedding 的关于变色龙的维基百科页面-页面网络，后由Geom-GCN: Geometric Graph Convolutional Networks 修改。

节点代表英文维基百科中的文章，边表示它们之间的相互链接。节点特征表示文章中特定名词的存在。节点根据其平均月流量被分为 5 个类别。

统计信息

• 节点数：2277

• 边数：36101

• 类别数：5

• 10 个训练/验证/测试划分

  • 训练集：1092

  • 验证集：729

  • 测试集：456

参数：

• raw_dir (str, optional) – 原始文件目录，用于存储处理后的数据。默认值：~/.dgl/

• force_reload (bool, optional) – 是否重新下载数据源。默认值：False

• verbose (bool, optional) – 是否打印进度信息。默认值：True

• transform (callable, optional) – 一个转换函数，它接收一个 DGLGraph 对象并返回一个转换后的版本。该 DGLGraph 对象将在每次访问前被转换。默认值：None

num_classes

节点类别数

类型：

int

附注

该图不包含双向边。

示例

>>> from dgl.data import ChameleonDataset
>>> dataset = ChameleonDataset()
>>> g = dataset[0]
>>> num_classes = dataset.num_classes

>>> # get node features
>>> feat = g.ndata["feat"]

>>> # get data split
>>> train_mask = g.ndata["train_mask"]
>>> val_mask = g.ndata["val_mask"]
>>> test_mask = g.ndata["test_mask"]

>>> # get labels
>>> label = g.ndata['label']

__getitem__(idx)

获取指定索引的数据对象。

__len__()

数据集中示例的数量。