CoauthorPhysicsDataset

class dgl.data.CoauthorPhysicsDataset(raw_dir=None, force_reload=False, verbose=True, transform=None)[源]

基类: GNNBenchmarkDataset

Coauthor 数据集中用于节点分类任务的 'Physics' 部分。

Coauthor CS 和 Coauthor Physics 是基于 KDD Cup 2016 挑战赛的 Microsoft Academic Graph 的合著图。在这些图中，节点代表作者，如果他们合著了一篇论文，则通过边连接；节点特征表示每位作者论文的关键词，类别标签表示每位作者最活跃的研究领域。

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

统计信息

  • 节点数: 34,493

  • 边数: 495,924 (请注意，原始数据集有 247,962 条边，但 DGL 添加了反向边并去除了重复边，因此数量不同)

  • 类别数: 5

  • 节点特征大小: 8,415

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。

  • transform (callable, optional) – 一个变换函数，接受 DGLGraph 对象并返回一个变换后的版本。DGLGraph 对象将在每次访问前被变换。

num_classes

每个节点的类别数。

类型:

int

示例

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

按索引获取图

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