康奈尔数据集

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

Bases: GeomGCNDataset

康奈尔子集 WebKB, 后来由Geom-GCN: Geometric Graph Convolutional Networks修改

节点代表网页。边代表它们之间的超链接。节点特征是网页的词袋表示。这些网页被手动分类为五个类别：学生、项目、课程、员工和教职员工。

统计：

  • 节点数：183

  • 边数: 298

  • 班级数量：5

  • 10 个训练/验证/测试分割

    • 训练：87

    • 值: 59

    • 测试: 37

Parameters:

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

  • force_reload (bool, optional) – Whether to re-download the data source. Default: 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

注释

该图不包含双向的边。

示例

>>> from dgl.data import CornellDataset
>>> dataset = CornellDataset()
>>> g = dataset[0]
>>> num_classes = dataset.num_classes

>>> # get node features
>>> feat = g.ndata["feat"]

>>> # get data split
>>> train_mask = g.ndata["train_mask"]
>>> val_mask = g.ndata["val_mask"]
>>> test_mask = g.ndata["test_mask"]

>>> # get labels
>>> label = g.ndata['label']
__getitem__(idx)

获取索引处的数据对象。

__len__()

数据集中的示例数量。