add_nodepred_split

class dgl.data.utils.add_nodepred_split(dataset, ratio, ntype=None)[source]

基础类：

将给定的数据集分割为训练集、验证集和测试集，用于传导节点预测任务。

它向数据集中的每个图添加了三个节点掩码数组 'train_mask', 'val_mask' 和 'test_mask'。因此，数据集中的每个样本必须是一个 DGLGraph。

修复NumPy的随机种子以使结果确定：

numpy.random.seed(42)

Parameters:

dataset (DGLDataset) – 要修改的数据集。
ratio ((float, float, float)) – 训练集、验证集和测试集的分割比例。总和必须为一。
ntype (str, optional) – 要为其添加掩码的节点类型。

示例

>>> dataset = dgl.data.AmazonCoBuyComputerDataset()
>>> print('train_mask' in dataset[0].ndata)
False
>>> dgl.data.utils.add_nodepred_split(dataset, [0.8, 0.1, 0.1])
>>> print('train_mask' in dataset[0].ndata)
True