AIFBDataset

class dgl.data.AIFBDataset(print_every=10000, insert_reverse=True, raw_dir=None, force_reload=False, verbose=True, transform=None)

基础类：RDFGraphDataset

用于节点分类任务的AIFB数据集

AIFB数据集是一个语义网（RDF）数据集，用作数据挖掘的基准。它记录了卡尔斯鲁厄大学AIFB的组织结构。

AIFB数据集统计：

• 节点数：7262

• 边数：48810（包括反向边）

• 目标类别：人员

• 班级数量：4

• 标签分割：

  • 训练：140

  • 测试: 36

Parameters:

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

• insert_reverse (bool) – 如果为真，将反向边和反向关系添加到最终图中。默认值：True。

• raw_dir (str) – Raw file directory to download/contains the input data directory. Default: ~/.dgl/

• force_reload (bool) – Whether to reload the dataset. Default: False

• verbose (bool) – Whether to print out progress information. Default: True.

• transform (callable, optional) – A transform that takes in a DGLGraph object and returns a transformed version. The DGLGraph object will be transformed before every access.

num_classes

预测的类别数量

Type:

int

predict_category

具有预测标签的实体类别（节点类型）

Type:

str

示例

>>> dataset = dgl.data.rdf.AIFBDataset()
>>> 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)

获取图形对象

Parameters:

idx (int) – 项目索引，AIFBDataset 只有一个图对象

Returns:

图表包含：

• 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

Return type:

dgl.DGLGraph

__len__()

数据集中图的数量。

Return type:

int