TexasDataset

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

基类: GeomGCNDataset

WebKB 的 Texas 子集，后由 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。网页被手动分为五个类别：学生 (student)、项目 (project)、课程 (course)、职员 (staff) 和教员 (faculty)。

统计信息

  • 节点数: 183

  • 边数: 325

  • 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，接受一个 DGLGraph 对象并返回转换后的版本。每次访问 DGLGraph 对象之前都会对其进行转换。默认值: None

num_classes

节点类别数

类型:

int

注意事项

图中不包含双向边。

示例

>>> from dgl.data import TexasDataset
>>> dataset = TexasDataset()
>>> 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。