WikiCSDataset

class dgl.data.WikiCSDataset(raw_dir=None, force_reload=False, verbose=False, transform=None)

基类：DGLBuiltinDataset

Wiki-CS 是一个基于维基百科的节点分类数据集，来源于 Wiki-CS: Graph Neural Networks 的维基百科基准

该数据集包含对应于计算机科学文章的节点，边基于超链接，以及表示该领域不同分支的 10 个类别。

WikiCS 数据集统计信息

• 节点数：11,701

• 边数：431,726（请注意，原始数据集有 216,123 条边，但 DGL 添加了反向边并移除了重复边，因此数量不同）

• 类别数：10

• 节点特征维度：300

• 不同的训练、验证、停止划分数量：20

• 测试划分数量：1

参数：

• 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：False

• transform (callable, optional) – 一个转换函数，它接收一个 DGLGraph 对象并返回一个转换后的版本。每次访问 DGLGraph 对象之前都会对其进行转换。

num_classes

节点类别数

类型：

int

示例

>>> from dgl.data import WikiCSDataset
>>> dataset = WikiCSDataset()
>>> dataset.num_classes
10
>>> g = dataset[0]
>>> # get node feature
>>> feat = g.ndata['feat']
>>> # get node labels
>>> labels = g.ndata['label']
>>> # get data split
>>> train_mask = g.ndata['train_mask']
>>> val_mask = g.ndata['val_mask']
>>> stopping_mask = g.ndata['stopping_mask']
>>> test_mask = g.ndata['test_mask']
>>> # The shape of train, val and stopping masks are (num_nodes, num_splits).
>>> # The num_splits is the number of different train, validation, stopping splits.
>>> # Due to the number of test spilt is 1, the shape of test mask is (num_nodes,).
>>> print(train_mask.shape, val_mask.shape, stopping_mask.shape)
(11701, 20) (11701, 20) (11701, 20)
>>> print(test_mask.shape)
(11701,)

__getitem__(idx)

获取图对象

参数：

idx (int) – 项目索引，WikiCSDataset 只包含一个图对象

返回：

图对象包含

• ndata['feat']：节点特征

• ndata['label']：节点标签

• ndata['train_mask']：训练掩码，用于获取训练节点。

• ndata['val_mask']：验证掩码，用于获取进行超参数调优的节点。

• ndata['stopping_mask']：停止掩码，用于获取进行早停判断的节点。

• ndata['test_mask']：测试掩码，用于获取测试节点。

返回类型：

dgl.DGLGraph

__len__()

数据集中图的数量。