PPIDataset

class dgl.data.PPIDataset(mode='train', raw_dir=None, force_reload=False, verbose=False, transform=None)

基类：DGLBuiltinDataset

用于归纳节点分类的蛋白质-蛋白质相互作用数据集

一个用于蛋白质-蛋白质相互作用网络的玩具数据集。该数据集包含 24 个图。每个图的平均节点数为 2372。每个节点有 50 个特征和 121 个标签。其中 20 个图用于训练，2 个用于验证，2 个用于测试。

参考：http://snap.stanford.edu/graphsage/

统计信息

• 训练样本数：20

• 验证样本数：2

• 测试样本数：2

参数：

• mode (str) – 必须是 (‘train’, ‘valid’, ‘test’) 之一。默认为 ‘train’

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

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

• verbose (bool) – 是否打印进度信息。默认为 True。

• transform (callable, optional) – 一个接受 DGLGraph 对象并返回转换后版本的数据转换。该 DGLGraph 对象将在每次访问前进行转换。

num_labels

每个节点的标签数

类型：

int

labels

节点标签

类型：

Tensor

features

节点特征

类型：

Tensor

示例

>>> dataset = PPIDataset(mode='valid')
>>> num_classes = dataset.num_classes
>>> for g in dataset:
....    feat = g.ndata['feat']
....    label = g.ndata['label']
....    # your code here
>>>

__getitem__(item)

获取第 item 个样本。

参数：

item (int) – 样本索引。

返回：

图结构、节点特征和节点标签。

• ndata['feat']: 节点特征

• ndata['label']: 节点标签

返回类型：

dgl.DGLGraph

__len__()

返回此数据集中的样本数量。