YelpDataset

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

基类: DGLBuiltinDataset

来自 GraphSAINT: 基于图采样方法的归纳学习方法 的节点分类 Yelp 数据集

此数据集的任务是根据客户评论和好友关系对业务类型进行分类。

Yelp 数据集统计信息

  • 节点数: 716,847

  • 边数: 13,954,819

  • 类别数: 100 (多类别)

  • 节点特征维度: 300

参数:

  • raw_dir (str) – 用于下载/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，输入为一个 DGLGraph 对象并返回一个转换后的版本。该 DGLGraph 对象将在每次访问前进行转换。

  • reorder (bool) – 是否使用 reorder_graph() 对图进行重新排序。默认值: False。

num_classes

节点类别数

类型:

int

示例

>>> dataset = YelpDataset()
>>> dataset.num_classes
100
>>> 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']
>>> test_mask = g.ndata['test_mask']
__getitem__(idx)[source]

获取图对象

参数:

idx (int) – 项目索引，FlickrDataset 只有一个图对象

返回:

该图包含

  • ndata['label']: 节点标签

  • ndata['feat']: 节点特征

  • ndata['train_mask']: 训练节点集的掩码

  • ndata['val_mask']: 验证节点集的掩码

  • ndata['test_mask']: 测试节点集的掩码

返回类型:

dgl.DGLGraph

__len__()[source]

数据集中图的数量。