CiteseerGraphDataset

class dgl.data.CiteseerGraphDataset(raw_dir=None, force_reload=False, verbose=True, reverse_edge=True, transform=None, reorder=False)[source]

基类: CitationGraphDataset

Citeseer 引文网络数据集。

节点代表科学出版物，边代表引文关系。每个节点都有一个预定义的特征，维度为 3703。该数据集设计用于节点分类任务。任务是预测特定出版物的类别。

统计信息

  • 节点数: 3327

  • 边数: 9228

  • 类别数: 6

  • 标签划分

    • 训练集: 120

    • 验证集: 500

    • 测试集: 1000

参数:

  • raw_dir (str) – 用于下载/包含输入数据目录的原始文件目录。默认值: ~/.dgl/

  • force_reload (bool) – 是否重新加载数据集。默认值: False

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

  • reverse_edge (bool) – 是否在图中添加反向边。默认值: True。

  • transform (callable, optional) – 一个转换函数，输入一个 DGLGraph 对象并返回一个转换后的版本。每次访问 DGLGraph 对象之前都会对其进行转换。

  • reorder (bool) – 是否使用 reorder_graph() 对图进行重新排序。默认值: False。

num_classes

标签类别数

类型:

int

说明

节点特征是按行归一化的。

在 citeseer 数据集中，图中有一些孤立节点。这些孤立节点作为零向量被添加到正确的位置。

示例

>>> dataset = CiteseerGraphDataset()
>>> g = dataset[0]
>>> num_class = dataset.num_classes
>>>
>>> # get node feature
>>> 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)[source]

获取图对象

参数:

idx (int) – 项目索引，CiteseerGraphDataset 只有一个图对象

返回:

图结构、节点特征和标签。

  • ndata['train_mask']: 训练节点集的掩码

  • ndata['val_mask']: 验证节点集的掩码

  • ndata['test_mask']: 测试节点集的掩码

  • ndata['feat']: 节点特征

  • ndata['label']: 真实标签

返回类型:

dgl.DGLGraph

__len__()[source]

数据集中图的数量。