亚马逊共同购买计算机数据集

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

Bases: GNNBenchmarkDataset

AmazonCoBuy 数据集中用于节点分类任务的“计算机”部分。

Amazon Computers 和 Amazon Photo 是 Amazon 共同购买图 [McAuley et al., 2015] 的一部分， 其中节点代表商品，边表示两种商品经常一起购买，节点特征是词袋编码的产品评论，类别标签由产品类别给出。

Reference: https://github.com/shchur/gnn-benchmark#datasets

统计：

  • 节点数：13,752

  • 边数：491,722（请注意，原始数据集有245,778条边，但DGL添加了反向边并去除了重复边，因此数量不同）

  • 班级数量：10

  • 节点特征大小：767

Parameters:

  • 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

每个节点的类别数量。

Type:

int

示例

>>> data = AmazonCoBuyComputerDataset()
>>> g = data[0]
>>> num_class = data.num_classes
>>> feat = g.ndata['feat']  # get node feature
>>> label = g.ndata['label']  # get node labels
__getitem__(idx)

通过索引获取图表

Parameters:

idx (int) – Item index

Returns:

The graph contains:

  • ndata['feat']: node features

  • ndata['label']: node labels

Return type:

dgl.DGLGraph

__len__()

数据集中的图表数量