MUTAGDataset

class dgl.data.MUTAGDataset(print_every=10000, insert_reverse=True, raw_dir=None, force_reload=False, verbose=True, transform=None)[源代码]

基类：RDFGraphDataset

用于节点分类任务的 MUTAG 数据集

Mutag 数据集统计

  • 节点数：27163

  • 边数：148100（包括反向边）

  • 目标类别：d

  • 类别数：2

  • 标签划分

    • 训练集：272

    • 测试集：68

参数：

  • print_every (int) – 每 X 个元组的预处理日志。默认值：10000。

  • insert_reverse (bool) – 如果为 True，则向最终图添加反向边和反向关系。默认值：True。

  • raw_dir (str) – 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) – 一个转换函数，接受一个 DGLGraph 对象并返回一个转换后的版本。每次访问前都会转换 DGLGraph 对象。

num_classes

要预测的类别数

类型：

int

predict_category

具有预测标签的实体类别（节点类型）

类型：

str

graph

图结构

类型：

dgl.DGLGraph

示例

>>> dataset = dgl.data.rdf.MUTAGDataset()
>>> graph = dataset[0]
>>> category = dataset.predict_category
>>> num_classes = dataset.num_classes
>>>
>>> train_mask = g.nodes[category].data['train_mask']
>>> test_mask = g.nodes[category].data['test_mask']
>>> label = g.nodes[category].data['label']
__getitem__(idx)[源代码]

获取图对象

参数：

idx (int) – 项索引，MUTAGDataset 只有一个图对象

返回：

包含的图结构

  • ndata['train_mask']: 训练节点集的掩码

  • ndata['test_mask']: 测试节点集的掩码

  • ndata['label']: 节点标签

返回类型：

dgl.DGLGraph

__len__()[源代码]

数据集中的图数量。

返回类型：

int