BAShapeDataset

class dgl.data.BAShapeDataset(num_base_nodes=300, num_base_edges_per_node=5, num_motifs=80, perturb_ratio=0.01, seed=None, raw_dir=None, force_reload=False, verbose=True, transform=None)[source]

Bases: DGLBuiltinDataset

BA-SHAPES数据集来自GNNExplainer: 生成图神经网络的解释

这是一个用于节点分类的合成数据集。它是通过按顺序执行以下步骤生成的。

  • 构建一个基础的Barabási–Albert (BA) 图。

  • 构建一组五节点房屋结构的网络模体。

  • 将图案附加到基础图的随机选择的节点上。

  • 通过添加随机边来扰动图。

  • 节点被分配到4个类别。标签为0的节点属于基础BA图。标签为1、2、3的节点分别位于房屋的中间、底部或顶部。

  • 为所有节点生成常量特征，其值为1。

Parameters:

  • num_base_nodes (int, optional) – 基础BA图中的节点数量。默认值：300

  • num_base_edges_per_node (int, 可选) – 在构建基础BA图时，从新节点连接到现有节点的边数。默认值：5

  • num_motifs (int, optional) – 使用的房屋结构网络主题的数量。默认值：80

  • perturb_ratio (float, optional) – 在扰动中添加的随机边数除以原始图中的边数。默认值：0.01

  • seed (整数, random_state, 或 None, 可选) – 随机数生成状态的指示器。默认值：None

  • raw_dir (str, optional) – Raw file directory to store the processed data. Default: ~/.dgl/

  • force_reload (bool, optional) – 是否总是从头生成数据，而不是加载缓存版本。 默认值：False

  • verbose (bool, optional) – Whether to print 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. Default: None

num_classes

节点类的数量

Type:

int

示例

>>> from dgl.data import BAShapeDataset
>>> dataset = BAShapeDataset()
>>> dataset.num_classes
4
>>> g = dataset[0]
>>> label = g.ndata['label']
>>> feat = g.ndata['feat']
__getitem__(idx)[source]

获取索引处的数据对象。

__len__()[source]

数据集中的示例数量。