CornellDataset

类 dgl.data.CornellDataset(raw_dir=None, force_reload=False, verbose=True, transform=None)

基类：GeomGCNDataset

WebKB 的 Cornell 子集，后来由 Geom-GCN: Geometric Graph Convolutional Networks 修改

节点代表网页。边代表它们之间的超链接。节点特征是网页的词袋表示。网页被手动分为五类：学生、项目、课程、教职工和教师。

统计信息

• 节点数：183

• 边数：298

• 类别数：5

• 10 个训练/验证/测试划分

  • 训练集：87

  • 验证集：59

  • 测试集：37

参数:

• raw_dir (str, 可选) – 存储处理后数据的原始文件目录。默认值：~/.dgl/

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

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

• transform (callable, 可选) – 一个转换函数，接收一个 DGLGraph 对象并返回其转换后的版本。DGLGraph 对象会在每次访问前被转换。默认值：None

num_classes

节点类别数

类型:

int

注意事项

该图不包含双向边。

示例

>>> from dgl.data import CornellDataset
>>> dataset = CornellDataset()
>>> 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__()

数据集中的样本数量。